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:
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]})
# 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。
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)。
领取专属 10元无门槛券
手把手带您无忧上云