如何在数据框中的新列中添加值？答案

【问题标题】：How add a value in a new column in a dataframe?如何在数据框中的新列中添加值？
【发布时间】：2017-03-30 07:37:10
【问题描述】：

我必须考虑数据框的两个不同列的值。用乘法和除法计算它们，并将结果放在新列中。我写了这个，但它不起作用：

for x in range(len(df1)):
    if df1.iloc[x,4] is not 'NaN':
            number1=float(df1.iloc[x,4])
            if df1.iloc[x,8] is not 'NaN':
                number2=float(df1.iloc[x,8])
                total=((number1*number2)/100)
                df1['total number']=total
df1.head()

这是我的输出：

   number1   number2      total number
0    400       90            100,0
1    35,5      50            100,0  
2    678       3,4           100,0

相反，我想要这样的输出：

   number1   number2      total number
0    400       90            40,5
1    35,5      50            17,75  
2    678       3,4           23,05

【问题讨论】：

可以添加输入吗？
对不起，我不明白。您建议将结果添加为输入？
对不起，but it doesn't work 是什么意思？数据中有一些NaN 吗？如果是，期望的输出是什么？

标签： python database python-2.7 pandas dataframe

【解决方案1】：

如果您进行简单的数学运算，则不需要任何特殊函数。默认情况下，列之间的计算将被矢量化：

df = pd.DataFrame(dict(number1=[400, 35.5, 678], number2=[90, 50, 3.4]))
df['number3'] = df.number1 * df.number2 / 100

输出：

【讨论】：

【解决方案2】：

我认为您需要先将replace , 转换为.，然后再转换为float：

df['total number'] = df.number1.str.replace(',','.').astype(float) * 
                     df.number2.str.replace(',','.').astype(float) / 100
print (df)
  number1 number2  total number
0     400      90       360.000
1    35,5      50        17.750
2     678     3,4        23.052

也可以将mul 与div 一起使用：

df.number1 = df.number1.str.replace(',','.').astype(float)
df.number2 = df.number2.str.replace(',','.').astype(float)
print (df)
   number1  number2
0    400.0     90.0
1     35.5     50.0
2    678.0      3.4

df['total number'] = df.number1.mul(df.number2).div(100)
print (df)
   number1  number2  total number
0    400.0     90.0       360.000
1     35.5     50.0        17.750
2    678.0      3.4        23.052

如果number1 或number2 列中的值包含一些NaN，则可以使用参数fill_value：

print (df)
  number1 number2
0     400      90
1    35,5      50
2     678     3,4
3     NaN     5.2

df.number1 = df.number1.str.replace(',','.').astype(float)
df.number2 = df.number2.str.replace(',','.').astype(float)
print (df)
   number1  number2
0    400.0     90.0
1     35.5     50.0
2    678.0      3.4
3      NaN      5.2

df['total number'] = df.number1.mul(df.number2, fill_value=1).div(100)
print (df)
   number1  number2  total number
0    400.0     90.0       360.000
1     35.5     50.0        17.750
2    678.0      3.4        23.052
3      NaN      5.2         0.052

df['total number'] = df.number1.mul(df.number2, fill_value=0).div(100)
print (df)
   number1  number2  total number
0    400.0     90.0       360.000
1     35.5     50.0        17.750
2    678.0      3.4        23.052
3      NaN      5.2         0.000

【讨论】：

【解决方案3】：

df = pd.DataFrame(dict(number1=[400, 35.5, 678], number2=[90, 50, 3.4]))
df['total number'] = df.number1.mul(df.number2).div(100)
df

【讨论】：