Pandas如何新增一列并按条件赋值？

关注

原创 2023-05-06 08:32:47 4.9k 阅读 AI 写同款· GEO 优化 ›

Pandas读取csv并新增一列数据 1.在原始数据上新增一列数据原始数据字段有：学号(snao)，姓名(sanem)，年龄(age)：新增数据，新增一列分数字段：分数(sresult) ：（1）我们首先创建并写入原始数据代码如下： import pandas as pd # 导入pandas 模块 # 写入初始值 sno、sname、sage sno = [202001,202002] # 学号 sname = ["张三","李四"] # 姓名 sage = [20,18] # 年龄 # 创建dataframe对象，写入数据：字段阅读详情

在Pandas中，我们经常需要根据某列的值来 conditional 地给其他列赋值。今天我们来看一个示例，对DataFrame新增一列，要求：

如果list列为空，则新列值为0
如果list列不为空，则新列值为amount列对应行的值

要实现这个条件赋值，我们可以使用Pandas的apply方法。apply方法可以对DataFrame中的每一行应用一个函数，并将函数的返回值 Assign 到新列中。

具体实现代码如下:

import pandas as pd

df = pd.DataFrame({
    'id': [1， 2， 3]，
    'list': [[]， [1， 2]， [3]]，
    'amount': [0， 10， 20] 
})

# 定义lambda函数，list为空则返回0，否则返回amount值
df['new_col'] = df.apply(lambda row: 0 if not row['list'] else row['amount']， axis=1)

print(df)

# 输出:
   id  list  amount  new_col
0   1   []       0        0  
1   2  [1， 2]     10       10 
2   3   [3]      20       20

在lambda表达式中，我们判断list列是否为空，如果为空则返回0，否则返回amount列对应的值。
这样apply方法就可以根据我们的条件，把返回的值赋给新列new_col。

通过这个示例，我们学习到Pandas中如何使用apply方法实现条件赋值的方法。apply结合lambda表达式可以灵活地对DataFrame中的数据进行各种运算和处理，是 Pandas 中一个非常有用的工具

收录于