如何在 pandas 数据框中的 np.where 中添加三个条件 - Python

在 Python 中，Pandas 是一个常用的数据分析和处理的库。在 Pandas 中，np.where() 是一个常用的方法，用于根据指定的条件在 Pandas 数据框中执行条件套用。

如果需要在 np.where() 中添加三个条件，可以按以下步骤操作：

import pandas as pd
import numpy as np

# 创建 Pandas 数据框
df = pd.DataFrame({
    'col1': [1, 2, 3, 4, 5],
    'col2': [6, 7, 8, 9, 10],
    'col3': [11, 12, 13, 14, 15]
})

# 添加三个条件
df['new_col'] = np.where(
    (df['col1'] > 2) & (df['col2'] < 8) & (df['col3'] != 12),
    'True',
    'False'
)

# 输出结果
print(df)

上述代码中，首先创建了一个包含三列数据的 Pandas 数据框。然后，在 np.where() 方法中添加了三个条件：如果 col1 大于 2 且 col2 小于 8 且 col3 不等于 12，则为 True，否则为 False。最后将结果保存到新列 new_col 中，并使用 print() 函数输出结果。

如果需要在 np.where() 中添加更多的条件，只需在布尔运算符 & 或者 | 中添加条件即可。

总之，通过 np.where() 方法，我们可以轻松地在 Pandas 数据框中根据多个条件执行条件套用。