根据熊猫数据框中其他列的条件和值创建新列[重复]

Posted 2023-03-11

【中文标题】根据熊猫数据框中其他列的条件和值创建新列[重复]

【英文标题】：Creating new column based on conditions and values from other columns in a pandas dataframe [duplicate]

【发布时间】：2019-07-25 06:04:39

【问题描述】：

我有一个看起来像这样的 pandas 数据框：

+-----+--------+-------+
| Age | PhysID | PedID |
+-----+--------+-------+
|  28 |    111 |   123 |
|  26 |    111 |   123 |
|   3 |    111 |   123 |
+-----+--------+-------+

我想创建一个名为DocID 的新列，如果Age>18 的值等于PhysID，否则等于PedID。输出如下所示：

+-----+--------+-------+-------+
| Age | PhysID | PedID | DocID |
+-----+--------+-------+-------+
|  28 |    111 |   123 |   111 |
|  26 |    111 |   123 |   111 |
|   3 |    111 |   123 |   123 |
+-----+--------+-------+-------+

有没有一种干净的方法可以使用一些内置函数而不是自己编写函数？谢谢！

【参考方案1】：

使用np.where

df['NewId']=np.where(df.Age>18,df.PhysID,df.PedID)
df
   Age  PhysID  PedID  NewId
0   28     111    123    111
1   26     111    123    111
2    3     111    123    123

【参考方案2】：

lambda 函数很适合这类问题

df = pd.DataFrame('Age':[28,26,3],'PhysID':[111,111,111],'PedID':[123,123,123])

df['DocId'] = df.apply(lambda x: x['PhysID'] if x['Age'] > 18 else x['PedID'], axis=1)

打印（df）