Pandas使用apply之外的许多条件来添加新列的替代方法
Pandas是一个基于Python的数据分析工具，它提供了丰富的数据结构和数据分析函数，可以方便地进行数据处理和分析。在Pandas中，除了使用apply方法来添加新列，还有许多其他条件来添加新列的替代方法。
- 使用assign方法： Pandas的assign方法可以在DataFrame中添加新列，并返回一个新的DataFrame。可以通过指定列名和对应的值来添加新列，也可以使用lambda函数进行复杂的计算。例如：
- 使用assign方法： Pandas的assign方法可以在DataFrame中添加新列，并返回一个新的DataFrame。可以通过指定列名和对应的值来添加新列，也可以使用lambda函数进行复杂的计算。例如：
- 其中，df是原始的DataFrame，new_column是新列的名称，value是新列的值。
- 使用索引操作符[]： 可以通过索引操作符[]直接在DataFrame中添加新列。例如：
- 使用索引操作符[]： 可以通过索引操作符[]直接在DataFrame中添加新列。例如：
- 其中，df是原始的DataFrame，new_column是新列的名称，value是新列的值。
- 使用numpy的where函数： 可以使用numpy的where函数根据条件在DataFrame中添加新列。where函数接受一个条件数组和两个值数组，根据条件数组的值选择对应位置的值数组中的值。例如：
- 使用numpy的where函数： 可以使用numpy的where函数根据条件在DataFrame中添加新列。where函数接受一个条件数组和两个值数组，根据条件数组的值选择对应位置的值数组中的值。例如：
- 其中，df是原始的DataFrame，new_column是新列的名称，condition是条件数组，value1和value2是两个值数组。
- 使用numpy的select函数： 可以使用numpy的select函数根据条件在DataFrame中添加新列。select函数接受一个条件列表和一个值列表，根据条件列表的值选择对应位置的值列表中的值。例如：
- 使用numpy的select函数： 可以使用numpy的select函数根据条件在DataFrame中添加新列。select函数接受一个条件列表和一个值列表，根据条件列表的值选择对应位置的值列表中的值。例如：
- 其中，df是原始的DataFrame，new_column是新列的名称，conditions是条件列表，choices是值列表。
- 使用numpy的vectorize函数： 可以使用numpy的vectorize函数将一个普通函数转化为可以在DataFrame中使用的函数，并根据条件在DataFrame中添加新列。例如：
- 使用numpy的vectorize函数： 可以使用numpy的vectorize函数将一个普通函数转化为可以在DataFrame中使用的函数，并根据条件在DataFrame中添加新列。例如：
- 其中，df是原始的DataFrame，new_column是新列的名称，function是普通函数，column是原始DataFrame中的列。
这些方法可以根据具体的需求选择使用，根据不同的条件在DataFrame中添加新列。在实际应用中，可以根据数据的特点和处理的复杂度选择合适的方法。对于Pandas的更多用法和详细介绍，可以参考腾讯云的Pandas产品文档：Pandas产品文档。
相关·内容
3回答
基于其他栏的if- of填充熊猫DataFrame的新列
python、pandas、numpy、dataframe
有一种情况是，我希望在Pandas DataFrame中创建一个新列，并根据涉及另外两个列的条件填充它。在本例中：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.array([['value1','value2'],['value',np.NaN],[np.NaN,np.NaN]]), columns=['col1','col2'])
我想要创建一个新的列，“new”，它包括1) col2中的值(如果它不是NaN else )，2) col
浏览 0提问于2019-05-13得票数 3
回答已采纳
2回答
在A栏中为熊猫数据栏B栏中的绝对数字指定相同的值
python、pandas
我有一只熊猫的数据，看起来是这样的：
import pandas as pd
import numpy as np
d = {'value1': [1, 2, 3, -4, 5, -1, -7, -2, 4, -5], 'value2': [100, 200, 200, 300, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]}
df = pd.DataFrame(data=d)
value1 value2
1 100.0
2 200.0
3 200.0
-4 30
浏览 6提问于2021-09-24得票数 3
回答已采纳
3回答
根据其他列的条件填充空熊猫列
python、pandas、dataframe
假设我有以下玩具dataframe：
# Import pandas library
import pandas as pd
# initialize list of lists
data = [['tom', 10], ['nick', 15], ['juli', 14]]
# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['Name', 'Age'])
# print dataframe.
df
我创建了一个空列，我想
浏览 1提问于2019-08-15得票数 4
3回答
应用具有多个参数的函数来创建新的pandas列
python、pandas
我想通过将函数应用于两个现有列来在pandas数据框中创建一个新列。有了这个，当我只需要一个列作为参数时，我就能够创建一个新列：
import pandas as pd
df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]})
def fx(x):
return x * x
print(df)
df['newcolumn'] = df.A.apply(fx)
print(df)
但是，当函数需要多个参数时，我不知道如何做同样的事情。例如，如何通过将列A和列B传递给下面的函数来创建新
浏览 15提问于2013-11-12得票数 215
回答已采纳
2回答
当作为参数传递时，如何跨多个自定义函数处理Pandas DataFrame？
python、pandas、function、dataframe、memory-management
我们有一个项目，其中我们有多个*.py脚本，这些脚本的函数接收和返回熊猫的dataframe变量作为参数。
但是，这让我想知道:当dataframe变量作为参数传递或作为从这些函数返回的变量时，它们在内存中的行为是什么？
修改df变量也会改变父/主/全局变量吗？
请考虑以下示例：
import pandas as pd
def add_Col(df):
df["New Column"] = 10 * 3
def mod_Col(df):
df["Existing Column"] = df["Existing Column"]
浏览 1提问于2020-06-23得票数 4
回答已采纳
3回答
如果默认列中的行为NaN，如何从其他列中选择行？
python、pandas、dataframe、numpy、nan
我的dataframe由3列组成。第三列基于前两列。默认的列是第2列，但是如果第2列是NaN，那么我希望用第1列填充第3列。我在条件中添加了第三行，但它似乎不起作用。
这是DataFrame：
df = pd.DataFrame(np.array([[np.nan, 1717], [1749, 1750], [1704, np.nan]]),
columns=['a', 'b'])
这是我的密码：
import numpy as np
import pandas as pd
conditions = [
(df[&#
浏览 7提问于2022-04-03得票数 2
回答已采纳
3回答
Python pandas:合并丢失分类列
python、join、pandas、merge、categorical-data
我正在处理分类数据的大型DataFrames，我发现当我在两个数据帧上使用pandas.merge时，分类数据的任何列都会自动向上转换为更大的数据类型。(这会极大地增加RAM消耗。)下面是一个简单的例子来说明：
编辑:制作了一个更合适的示例
import pandas
import numpy
df1 = pandas.DataFrame(
{'ID': [5, 3, 6, 7, 0, 4, 8, 2, 9, 1, 6, 5, 4, 9, 7, 2, 1, 8, 3, 0],
'value1': pandas.Categorical(num
浏览 1提问于2015-03-26得票数 13
2回答
基于现有列追加新列
python、pandas、numpy、sklearn-pandas
熊猫新手来了。
我正在尝试在我的数据框架中创建一个新的列，当我将其输入分类器时，它将用作训练标签。
对于苹果或梨，如果给定的Id具有(Value1 > 0)或(Value2 > 0)，则label列的值为1.0，否则为0.0。
我的dataframe是按Id索引的行，如下所示：
Out[30]:
Value1 Value2 \
ProductName 7Up Apple Cheetos Onion Pear PopT
浏览 5提问于2016-09-03得票数 2
回答已采纳
1回答
Pandas中基于多个条件分配行时的值错误
python、pandas
当运行线路时
conditions = [
(df['a']>=4 & df['a']<=7),
(df['a']>=8 & df['a']<=15)
]
编译器返回
ValueError:系列的真值不明确。使用a.empty、a.bool()、a.item()、a.any()或a.all()。
我能知道为什么会这样吗？
import pandas as pd
import numpy as np
df=pd.DataFrame([1,3,6,2,4,10,4,5,15]
浏览 3提问于2022-04-15得票数 0
回答已采纳
1回答
熊猫“加入”怪事
python、pandas、join、merge
如果我尝试这样做( pandas的两个不同的年份，一个在Python2中，另一个在Python3中)
import pandas as pd
x = pd.DataFrame({"id": [1, 2,3], "value1": [5,5,5]})
y = pd.DataFrame({"id": [1], "value2": [10]})
z1 = x.join(y, on = "id")
z2 = x.join(y, on = "id", lsuffix = "_left", r
浏览 1提问于2018-06-17得票数 2
回答已采纳
1回答
需要使用pandas从CSV计算列
python、pandas
incidentcountlevel1和examcount是CSV文件中的两个列名。我想基于这些计算两列。我已经写了下面的脚本，但它失败了：
import pandas as pd
import numpy as np
import time, os, fnmatch, shutil
df = pd.read_csv(r"/home/corp_sourcing/Metric_Fact_20180324_1227.csv",header='infer',skiprows=[1])
df1 = pd.read_csv(r"/home/corp_sourcin
浏览 0提问于2018-03-26得票数 0
2回答
从df列中的列表中筛选项
python、pandas、list
我试图找出如何从列类型为list的另一列中创建一个具有值的新列。如果该值满足条件，我很难只从该列表中选择特定的值，而不是整个列表。
更具体而言，我想创建一个新列，其中包含“批评者”的值。结果应该是这样的：
ID LIST_COLUMN NEW COLUMN
id1 ['moviecritic', 'movie', 'disney'] moviecritic
id2 ['musiccritic',
浏览 1提问于2021-05-28得票数 2
回答已采纳
1回答
如何通过在每一行上操作来在dataframe中创建列？
python、pandas、dataframe、apply
我有一个apply函数，它对数据中的每一行进行操作。apply函数的结果是一个新的值。此新值用于该行的新列中。
因此，在将此函数应用于dataframe中的所有行之后，该dataframe中将有一个全新的列。
如何在pandas中做到这一点？
浏览 3提问于2015-12-20得票数 1
回答已采纳
2回答
如何在管道操作符中使用apply函数
r、dplyr
我有一个dataframe，它有几个字符列，然后是一些数字列。我想使用%>%运算符添加一个新列，这是每行数值列中的最高值。
假设数据框架如下所示：
character1，character2，value1，value2，value3
“字符串”，“字符串”，5，7，4
“字符串”，“字符串”，3，4，2
“字符串”，“字符串”，2，8，6
然后，第一行的新列应为7，第二行为4，最后一行为8。我试图在管道操作符中使用apply函数，但是它不能正常工作。
new_df <- old_df %>%
mutate(new_column = apply(value1:value3,
浏览 2提问于2020-06-07得票数 0
回答已采纳
1回答
如何在python pandas中实现左外部连接？
python、pandas
我一直在尝试在python.I中实现左外部连接，我发现左连接和左外部连接之间有一些细微的区别。
如下链接所示：
我可以通过下面的示例获得我的经验：
import pandas as pd
import numpy as np
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
'value1': np.random.randn(4)})
df2 = pd.DataFrame({'key': ['B', 'D&#
浏览 5提问于2016-07-04得票数 5
回答已采纳
2回答
将月份名称改为正式日期的熊猫
python、pandas、date
我的df是这样的
import pandas as pd
import numpy as np
df = pd.DataFrame({'Date data':['actual september 2019', 'September'],
'Date':['2019.12','2019.12']})
我想创建一个新的专栏，如果df['Date data']是'September'，我想写df['new_column'
浏览 5提问于2022-10-05得票数 1
回答已采纳
2回答
熊猫-在多列上有条件地合并数据
python、pandas、dataframe、merge
我有两个数据格式，我想从其中一个获取其中一个列，并根据多个(其他)列中的值在第二个列中创建一个新列。
第一次数据访问(df1)：
df1 = pd.DataFrame({'cond': np.repeat([1,2], 5),
'point': np.tile(np.arange(1,6), 2),
'value1': np.random.rand(10),
'unused1': np.random.rand(1
浏览 5提问于2017-05-07得票数 6
回答已采纳
6回答
这是我的代码中获取SettingWithCopyWarning的代码行之一： value1['Total Population']=value1['Total Population'].replace(to_replace='*', value=4) 然后我将其更改为： row_index= value1['Total Population']=='*'
value1.loc[row_index,'Total Population'] = 4 这仍然会给出相同的警告。我如何摆脱它？ 同样，我也收到
浏览 231提问于2015-09-15得票数 14
1回答
如何根据多个条件从另一列中获取填充了另一列的值的另一列？
python、pandas、dataframe、numpy、data-science
我有一个有6列的dataframe：
Id count1 Value1 count2 Value2 Value3
1 1200 3 2000 4 6
2 100 2 400 5 8
3 800 4 1100 7 9
我需要获得一个具有以下条件的新列:如果count 1> 1000，新列应该从Value1列中获取值。elif 2> 1000，新列应该从Value2列中获取值。否则，新列应填充来自值3
浏览 3提问于2022-11-04得票数 1
回答已采纳
2回答
Python Pandas DataFrame将每行的列转换为一列作为Pandas系列
python、pandas、dataframe、series
我尝试将Pandas.DataFrame (df)的数据放入形状(3,1)中，其中每一行都是一个Pandas.Series。当我运行我的代码时，我总是在每个单元格中获取NaN，而不是Pandas.Series。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),columns=['a', 'b', 'c'])
s = pd.DataFrame(np.zeros(len(df.index))) #c
浏览 1提问于2019-12-10得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
