Pandas 基于对具有多个条件的另一列的评估创建列答案

【问题标题】：Pandas create column based on evaluation of another column with multiple criteriaPandas 基于对具有多个条件的另一列的评估创建列
【发布时间】：2018-08-03 23:33:17
【问题描述】：

我想根据使用 pandas 对另一列的评估创建一列布尔值。理想情况下，我想使用与我复制的语法类似的语法，但如果这不可能，我愿意接受其他建议。

df 是一个熊猫数据框。 AggRow 是一列整数数据。

所以，我有 AggRow 的数据，这些数据具有一系列值。我可以根据单个标准成功创建一个新列 conditionmet，就像这样，如果我希望 conditionmet 在 AggRow 小于或等于 6001 的地方为 True：

conditionmet = df['AggRow'] <= 6001

但是，如果 AggRow

conditionmet = ((df['AggRow'] <= 6001) | ((df['AggRow'] >= 10001) & (df['AggRow'] <= 10009)))

如何在 AggRow = 10001 和

【问题讨论】：

我在这里复制了这个问题，这个逻辑 conditionmet = ((df['AggRow'] <= 6001) | ((df['AggRow'] >= 10001) & (df['AggRow'] <= 10009))) 按预期工作。您是否尝试过检查 .dtypes 或其他一些可能性，以了解为什么这不起作用？
@joaoavf 感谢您确认它对您有用。事实上，问题出在数据上。 AggRow 已填充为其一些先前值的总和，因此例如，在我期望 aggrow 等于 10002 的地方，它没有。

标签： pandas conditional

【解决方案1】：

尝试使用 .loc，这将在满足您的条件的地方使用 True 填充“conditionmet”列。

df.loc[(df['AggRow'] <= 6001)
      |((df['AggRow'] <= 10009)
       &(df['AggRow'] >= 10001)), 'conditionmet'] = 'True'

如果您愿意，也可以用“False”填充 NaN（也就是不满足上述条件的每条记录）：

df.fillna('False')

【讨论】：