Python|根据给定条件创建 Pandas 数据框列

在对数据进行操作时，可能会出现我们希望根据某些条件添加列的情况。没有任何库函数可以直接实现这个任务，所以我们将看看我们可以实现这个目标的方法。

问题：给定一个包含文化活动数据的数据框，添加一个名为“价格”的列，其中包含基于特定日期将进行的活动类型的特定日期的票价。

解决方案#1：我们可以使用 Python 的列表理解技术来完成这项任务。列表理解通常比其他方法更快。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df = pd.DataFrame({'Date' : ['11/8/2011', '11/9/2011', '11/10/2011',
                                        '11/11/2011', '11/12/2011'],
                'Event' : ['Music', 'Poetry', 'Music', 'Music', 'Poetry']})
  
# Print the dataframe
print(df)

输出：

现在我们将在数据框中添加一个名为“价格”的新列。为此，我们将使用列表理解技术。如果“事件”是“音乐”，则将价格设置为 1500，否则设置为 800。

# Add a new column named 'Price'
df['Price'] = [1500 if x =='Music' else 800 for x in df['Event']]
  
# Print the DataFrame
print(df)

输出：

正如我们在输出中看到的，我们已经成功地根据某些条件向数据框中添加了一个新列。解决方案#2：我们可以使用DataFrame.apply()函数来实现目标。在某些情况下，我们有两个以上的值，在这种情况下，我们可以使用字典将新值映射到键上。当我们想要为新添加的列分配不同值的类别数量较多时，这确实提供了很大的灵活性。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df = pd.DataFrame({'Date' : ['11/8/2011', '11/9/2011', '11/10/2011',
                                        '11/11/2011', '11/12/2011'],
                'Event' : ['Music', 'Poetry', 'Music', 'Comedy', 'Poetry']})
  
# Print the dataframe
print(df)

输出：

现在我们将在数据框中添加一个名为“价格”的新列。为此，我们将使用DataFrame.apply()函数来实现目标。如果“事件”是“音乐”，则将价格设置为 1500，如果“事件”是“喜剧”，则设置为 1200，如果“事件”是“诗歌”，则设置为 800。

# Define a function to map the values
def set_value(row_number, assigned_value):
    return assigned_value[row_number]
  
# Create the dictionary
event_dictionary ={'Music' : 1500, 'Poetry' : 800, 'Comedy' : 1200}
  
# Add a new column named 'Price'
df['Price'] = df['Event'].apply(set_value, args =(event_dictionary, ))
  
# Print the DataFrame
print(df)

输出：

正如我们在输出中看到的，我们已经成功地根据某些条件向数据框中添加了一个新列。解决方案#3：我们可以使用DataFrame.map()函数来实现目标。这是一种非常直接的方法，我们使用字典根据键将值简单地映射到新添加的列。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df = pd.DataFrame({'Date' : ['11/8/2011', '11/9/2011', '11/10/2011',
                                        '11/11/2011', '11/12/2011'],
                'Event' : ['Music', 'Poetry', 'Music', 'Comedy', 'Poetry']})
  
# Print the dataframe
print(df)

输出：

现在我们将在数据框中添加一个名为“价格”的新列。为此，我们将使用DataFrame.map()函数来实现目标。如果“事件”是“音乐”，则将价格设置为 1500，如果“事件”是“喜剧”，则设置为 1200，如果“事件”是“诗歌”，则设置为 800。

# Create the dictionary
event_dictionary ={'Music' : 1500, 'Poetry' : 800, 'Comedy' : 1200}
  
# Add a new column named 'Price'
df['Price'] = df['Event'].map(event_dictionary)
  
# Print the DataFrame
print(df)

输出：