Pandas DataFrame:如果满足多个条件，则将整数赋给新列

Pandas DataFrame是Python中一个强大的数据分析工具，用于处理和分析结构化数据。当我们需要根据多个条件对DataFrame进行筛选，并将满足条件的行的某一列赋予新的整数值时，可以使用以下方法：

1. 首先，导入pandas库并创建一个DataFrame对象：

import pandas as pd

# 创建DataFrame对象
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [6, 7, 8, 9, 10],
                   'C': [11, 12, 13, 14, 15]})

1. 接下来，使用条件筛选语句选择满足条件的行，并将新的整数值赋给新列：

# 满足条件的行赋值为新整数值
df.loc[(df['A'] > 2) & (df['B'] < 9), 'NewColumn'] = 100

上述代码中，我们使用loc函数选择满足条件(df['A'] > 2) & (df['B'] < 9)的行，并将新的整数值100赋给名为'NewColumn'的新列。

1. 最后，我们可以打印DataFrame对象来查看结果：

print(df)

输出结果如下：

   A   B   C  NewColumn
0  1   6  11        NaN
1  2   7  12        NaN
2  3   8  13      100.0
3  4   9  14        NaN
4  5  10  15        NaN

在上述结果中，满足条件的第2行的'NewColumn'列被赋值为100，其他行则为NaN（表示缺失值）。

这是一个简单的示例，你可以根据实际需求和条件进行更复杂的筛选和赋值操作。关于Pandas DataFrame的更多信息和用法，请参考腾讯云的相关产品和文档：

• 腾讯云·Pandas DataFrame产品介绍
• 腾讯云·Pandas DataFrame文档