Question

我有一个数据框，

x   y   z   new_col
1   2   3    1
1   2   3    4
1   2   3    7
1   2   3    10
1   2   3    13

要创建一个新列并将第一行的值设置为1。新列的所有其他值将是1 + 3（z中的3），然后是4 + 3，依此类推。

Answer 1

您可以执行移位的累加总和：

df['new'] = 1 + df['z'].shift().fillna(0).astype(int).cumsum()

print(df)

   x  y  z  new
0  1  2  3    1
1  1  2  3    4
2  1  2  3    7
3  1  2  3   10
4  1  2  3   13

Answer 2

您可以这样做：

df.assign(new_col = lambda x: 1 + x['z'].shift().cumsum()).fillna(1).astype(int)
    x   y   z   new_col
0   1   2   3   1
1   1   2   3   4
2   1   2   3   7
3   1   2   3   10
4   1   2   3   13

如果要对类型转换和na填充进行更具体的控制，还可以使用更详细的信息：

df.assign(new_col = lambda x: 1 + x['z'].shift().cumsum()
          ).fillna({'new_col':1}).astype({'new_col': int})

实际上，您可以使用与jpp的答案相同的逻辑，但可以将其包装在一个分配调用中：

df.assign(new_col = lambda x: 1+ x['z'].shift().fillna(0).astype(int).cumsum())

Answer 3

您可以使用以下功能：pd.cumsum

如果您的DataFrame称为df：

df['new_column'] =  df.cumsum() - df.z[0] + 1

这里有-2，因此您的总和可根据您的要求从1开始

Answer 4

有很多方法可以做到，但是这里有两个非常简单的方法：

df['new_col'] = (3*df.x).cumsum() - 2
df['new_col'] = 3*df.index + 1

前者假设您的“ x”列仅包含值1（如果没有，则可以轻松创建类似df['temp'] = 1的列）。

后者假定您的索引没有孔（例如，可能是由于掉落）。这两种方法易于实现且非常快（例如，比移位累加要快）。

此外，如果您需要执行的步骤取决于z列中包含的值，则可以轻松地对其进行调整：

df['new_col'] = (df.z*df.x).cumsum() - 2

    x   y   z   new_col
0   1   2   3   1
1   1   2   3   4
2   1   2   3   7
3   1   2   3   10
4   1   2   3   13

Python创建新列并对其进行操作以及其他列

4 个答案: