首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何在Python中尽可能省时地向我的pandas Dataframe添加一个有条件的、基于列表的列?

在Python中,可以使用apply方法向pandas DataFrame添加一个有条件的、基于列表的列,以尽可能省时。下面是一个示例代码:

代码语言:txt
复制
import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['John', 'Emma', 'Mike'],
        'Age': [25, 28, 30]}
df = pd.DataFrame(data)

# 创建一个条件列表
conditions = [df['Age'] < 26, df['Age'] >= 26]

# 创建一个值列表,与条件列表对应
values = ['Young', 'Adult']

# 使用apply方法添加新列
df['Age Category'] = df['Age'].apply(lambda x: values[conditions.index(True)])

print(df)

上述代码中,我们首先创建了一个示例DataFrame,包含了“Name”和“Age”两列。然后,我们定义了一个条件列表,该列表根据“Age”列的值进行条件判断。接下来,我们定义了一个值列表,与条件列表中的条件一一对应。最后,我们使用apply方法将新列“Age Category”添加到DataFrame中,其中lambda函数根据条件列表的结果选择对应的值,并将其赋给新列。

上述代码的输出结果为:

代码语言:txt
复制
   Name  Age Age Category
0  John   25        Young
1  Emma   28        Adult
2  Mike   30        Adult

在这个例子中,我们根据“Age”列的值,将年龄分类为“Young”和“Adult”两个类别,并将结果保存在新的“Age Category”列中。

对于这个问题,推荐腾讯云相关产品是TDSQL,它是一种支持MySQL和PostgreSQL引擎的云数据库产品,具有高可用、高性能、高扩展等特点。您可以通过以下链接了解更多信息:TDSQL产品介绍

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

领券