带有 where 逻辑的 pandas 中的新列 - Python

Pandas 是一个强大的数据分析和处理工具，常用于数据的预处理、清洗、转换和可视化等方面，其中新列的添加也是很常见的一个操作。本文将介绍 Pandas 中带有 where 逻辑的新列的添加方法，帮助程序员更好地处理数据。

where 概述

Pandas 中的 where 函数与 NumPy 库中的 where 函数有所不同，其作用为：根据指定的条件，对符合条件的元素进行替换或保留不变，不符合条件的元素进行替换或保留不变。其语法格式如下：

pandas.DataFrame.where(cond, other=nan, inplace=False, axis=None, level=None, errors='raise', try_cast=False)

参数解释：

• cond：条件表达式；
• other：替换值或者 Series/DataFrame；
• inplace：是否就地修改原 DataFrame；
• axis：沿行或列进行操作；
• level：针对层次索引进行操作；
• errors：错误处理方式（raise、ignore）。

当 cond 条件为 True 时，保留原值不变；当 cond 条件为 False 时，替换为 other。

新列带有 where 逻辑的添加方法

在 Pandas 中添加新列有多种方法，其中新列带有 where 逻辑的添加方法可以通过两种方式实现：

方式一

使用 apply 和 lambda 函数，根据指定的条件计算每个元素的值，并返回到新列中。

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})

# 使用 apply 和 lambda 函数，根据指定的条件计算每个元素的值，并返回到新列中
df['c'] = df.apply(lambda row: row['a'] if row['b'] > 4 else 0, axis=1)

# 输出结果
print(df)

输出结果为：

   a  b  c
0  1  4  0
1  2  5  2
2  3  6  3

方式二

使用 where 函数，根据指定的条件对指定列进行替换或保留不变，并返回到新列中。

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})

# 使用 where 函数，根据指定的条件对指定列进行替换或保留不变，并返回到新列中
df['c'] = df['a'].where(df['b'] > 4, 0)

# 输出结果
print(df)

输出结果为：

   a  b  c
0  1  4  0
1  2  5  2
2  3  6  3

总结

本文介绍了 Pandas 中新列带有 where 逻辑的添加方法，这对于数据处理和分析很有帮助。需要注意的是，在使用 where 函数时，要按照指定的方式参数，否则可能会产生错误。