pandas - 根据条件添加列

Posted 2023-02-23

【中文标题】pandas - 根据条件添加列

【英文标题】：pandas - add column based on conditions

【发布时间】：2016-02-03 17:36:12

【问题描述】：

从一个简单的数据框df 开始，例如：

C,n
AAA,1
AAA,2
BBB,1
BBB,2
CCC,1
CCC,2
DDD,1
DDD,2

我想根据C 列中的值的某些条件添加一列。我要补充的栏目是：

df['H'] = df['n'] / 10

返回：

     C  n    H
0  AAA  1  0.1
1  AAA  2  0.2
2  BBB  1  0.1
3  BBB  2  0.2
4  CCC  1  0.1
5  CCC  2  0.2
6  DDD  1  0.1
7  DDD  2  0.2

现在我想为C 列中的值CCC 和DDD 添加相同的列，但使用不同的归一化因子，例如：

df['H'] = df['n'] / 100

这样：

     C  n    H
0  AAA  1  0.1
1  AAA  2  0.2
2  BBB  1  0.1
3  BBB  2  0.2
4  CCC  1  0.01
5  CCC  2  0.02
6  DDD  1  0.01
7  DDD  2  0.02

到目前为止，我尝试将数据框屏蔽为：

mask = df['C'] == 'CCC'
df = df[mask]
df['H'] = df['n'] / 100

这对蒙面样本有效。但是由于我必须应用几个过滤器来保留原始 H 列以获取未过滤的值，所以我很困惑。

【参考方案1】：

使用this answer 中的示例，您可以使用：

df['H'][mask] = df['H'][mask]/100

您也可以根据（'CCC'/'DDD' 或不'CCC'/'DDD'）分别计算 H 列：

import numpy as np
mask = np.logical_or(df['C'] == 'CCC', df['C']=='DDD')
not_mask = np.logical_not(mask)
df['H'][not_mask] = df['H'][not_mask]/10
df['H'][mask] = df['H'][mask]/100

【参考方案2】：

df.loc[df['C'] == 'CCC' , 'H'] = df['n'] / 100 

【参考方案3】：

可以也可以用iloc

df.ix[df['C'].isin(['CCC','DDD']),['H']] =  df['n'] / 100