根据其他列的条件在 pandas 中创建一个新列答案

【问题标题】：Making a new column in pandas based on conditions of other columns根据其他列的条件在 pandas 中创建一个新列
【发布时间】：2017-08-26 21:27:56
【问题描述】：

我想根据 if 语句创建一个新列，该语句在数据框中具有两个或多个其他列的条件。

例如，column3 = True if (column1 0.0)。

我环顾四周，似乎其他人使用了带有 lambda 函数的 apply 方法，但我对这些有点新手。

我想如果每列都满足条件，我可以添加两个额外的列，使该行为 1，然后对列求和以检查是否满足所有条件，但这似乎有点不雅。

如果您使用 apply/lambda 提供答案，假设数据帧名为 sample_df，列是 col1、col2 和 col3。

非常感谢！

【问题讨论】：

标签： python pandas dataframe lambda apply

【解决方案1】：

这里可以简称为eval：

# create some dummy data
df = pd.DataFrame(np.random.randint(0, 10, size=(5, 2)), 
                  columns=["col1", "col2"])
print(df)

    col1    col2
0   1       7
1   2       3
2   4       6
3   2       5
4   5       4

df["col3"] = df.eval("col1 < 5 and col2 > 5")
print(df)

    col1    col2    col3
0   1       7       True
1   2       3       False
2   4       6       True
3   2       5       False
4   5       4       False

您也可以通过(df["col1"] < 5) & (df["col2"] > 5) 编写不带 eval 的代码。

您还可以使用np.where 增强示例，以立即明确设置positive 和negative 情况的值：

df["col4"] = np.where(df.eval("col1 < 5 and col2 > 5"), "Positive Value", "Negative Value")
print(df)

    col1    col2    col3    col4
0   1       7       True    Positive Value
1   2       3       False   Negative Value
2   4       6       True    Positive Value
3   2       5       False   Negative Value
4   5       4       False   Negative Value

【讨论】：

谢谢，我使用了numpy的“where”方法。虽然它似乎不喜欢“and”关键字，但它只适用于“&”和“|”。有没有办法使用 pandas 而不是 numpy 来分配值？我看到它返回一个布尔列表。您是否必须将其用作面具或其他东西？寻找类似的东西，“如果 col1 和 col2 满足某些条件，col3 = col1/col2，否则没有”
@nickm 是的，您可以使用布尔系列作为您需要的任何值的掩码。还有一只熊猫where，略有不同。