为dataframe中的各个列创建基于不同布尔条件的新列,可以使用Pandas库中的apply方法结合lambda函数来实现。下面是一个示例代码:
import pandas as pd
# 创建一个示例dataframe
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
'B': [6, 7, 8, 9, 10],
'C': [11, 12, 13, 14, 15]})
# 使用apply方法和lambda函数创建新列
df['New_Column_A'] = df['A'].apply(lambda x: 'True' if x > 3 else 'False')
df['New_Column_B'] = df['B'].apply(lambda x: 'True' if x % 2 == 0 else 'False')
df['New_Column_C'] = df['C'].apply(lambda x: 'True' if x < 10 else 'False')
# 打印结果
print(df)
输出结果如下:
A B C New_Column_A New_Column_B New_Column_C
0 1 6 11 False True False
1 2 7 12 False False False
2 3 8 13 False True False
3 4 9 14 True False False
4 5 10 15 True True False
在这个示例中,我们创建了一个包含三列(A、B、C)的dataframe。然后使用apply方法和lambda函数分别对每一列进行条件判断,并创建了三个新列(New_Column_A、New_Column_B、New_Column_C)来存储判断结果。对于每一列,我们可以根据不同的布尔条件来创建新的列,并将满足条件的值设为'True',不满足条件的值设为'False'。
这种方法可以根据具体的需求和条件来创建不同的新列,非常灵活。在实际应用中,可以根据业务逻辑和数据分析的需要,定义不同的条件和操作,来创建基于不同布尔条件的新列。
腾讯云相关产品和产品介绍链接地址:
领取专属 10元无门槛券
手把手带您无忧上云