可以使用多种方法,以下是其中几种常用的方法:
df['age_income_ratio'] = df['age'] / df['income']
df['gender'] = 'female'
df['pass_status'] = df['score'] >= 60
def apply_discount(price):
return price * 0.9
df['discounted_price'] = df['price'].apply(apply_discount)
这些方法只是创建新列的几种常见方式,根据具体需求和数据处理任务的复杂性,还可以使用其他方法来创建新列。在pandas官方文档中可以找到更多关于创建列的方法和示例:https://pandas.pydata.org/pandas-docs/stable/user_guide/dsintro.html#column-selection-addition-deletion
Elastic 实战工作坊
Elastic 实战工作坊
DB TALK 技术分享会
DBTalk
云原生正发声
云+社区技术沙龙[第27期]
云+社区技术沙龙[第9期]
Elastic 实战工作坊
Elastic Meetup
北极星训练营
领取专属 10元无门槛券
手把手带您无忧上云