Question

我想根据Python中另一个条件创建一个新列。更具体地说，我在数据框中的其中一列是：

Kilos:
1. 8.0
2. 16.0
3. 12.0
4. 10.0
5. 5.0
...

我希望新列基于此列，并且每当您在kilos列中找到千克为8.0的行时，新列的行将写为'X2 + parts'并且当列为16.0时，新列的行将写为“ X8 + parts”，对于其他列，我不在乎。它们可以为空白或其他任何内容。

Answer 1

在下面的示例中，您将创建一个值映射字典（valmap），该字典将用于将您的8.0和16.0值映射到所需的文本。

示例代码：

import pandas as pd

# Create dataset.
data = {'Kilos': [8.0, 16.0, 12.0, 10.0, 5.0]}
df = pd.DataFrame(data)

# Create a value map dict for mapping specific values.
valmap = {8.0: 'X2 + parts', 16.0: 'X8 + parts'}
# Apply the value map into a new column.
df['Text'] = df['Kilos'].map(valmap)

# Show the results.
print(df)

输出：

   Kilos        Text
0    8.0  X2 + parts
1   16.0  X8 + parts
2   12.0         NaN
3   10.0         NaN
4    5.0         NaN

希望这可以帮助您指出正确的方向。

Answer 2

您可以使用np.select()。创建条件并将它们以及每个条件所需的结果填充到方法中。

下面是您的初始数据框，然后是np.select()的条件和使用：

df=pd.DataFrame({'kilos':[8.0, 16.0, 12.0, 10.0, 5.0]})
df
   kilos
0    8.0
1   16.0
2   12.0
3   10.0
4    5.0

kilos_8 = df['kilos']==8   #condition 1
kilos_16 = df['kilos']==16  #condition 2

df['new_col']=np.select([kilos_8, kilos_16],
                        ['X2 + parts', 'X8 + parts'],
                          default=np.nan)
df
   kilos     new_col
0    8.0  X2 + parts
1   16.0  X8 + parts
2   12.0         nan
3   10.0         nan
4    5.0         nan

大熊猫：根据另一列的映射值创建新列

2 个答案:

示例代码：

输出：