Pandas是Python中最流行的數(shù)據(jù)分析工具之一，它提供了高效、靈活和易于使用的數(shù)據(jù)結(jié)構(gòu)和操作函數(shù)。其中一個(gè)重要的功能就是可以根據(jù)多個(gè)列的判斷條件生成新的列，本文將介紹如何在pandas中實(shí)現(xiàn)這種操作。

什么是條件生成新列？
首先，讓我們來看一下什么是條件生成新列。在數(shù)據(jù)分析中，我們經(jīng)常需要根據(jù)某些條件對(duì)數(shù)據(jù)進(jìn)行分類或標(biāo)記。例如，在一個(gè)銷售訂單數(shù)據(jù)集中，我們可能需要根據(jù)訂單金額和支付狀態(tài)生成一個(gè)新的列，用于標(biāo)記該訂單是否已被支付。在這種情況下，我們需要使用兩個(gè)列的值來決定新列的值。

在pandas中，我們可以通過使用apply()函數(shù)和lambda表達(dá)式來實(shí)現(xiàn)這種功能。下面是一個(gè)簡(jiǎn)單的示例，演示了如何在pandas中將兩個(gè)列的值相加，并將結(jié)果存儲(chǔ)在一個(gè)新列中：

import pandas as pd # 創(chuàng)建一個(gè)包含兩個(gè)列的DataFrame data = {'col1': [1, 2, 3], 'col2': [4, 5, 6]}
df = pd.DataFrame(data) # 使用apply()函數(shù)和lambda表達(dá)式將兩個(gè)列相加，并將結(jié)果存儲(chǔ)在一個(gè)新列中 df['new_col'] = df.apply(lambda x: x['col1'] + x['col2'], axis=1) # 打印DataFrame print(df)
輸出結(jié)果：

col1  col2  new_col
0     1     4        5
1     2     5        7
2     3     6        9
在這個(gè)示例中，我們創(chuàng)建了一個(gè)包含兩個(gè)列的DataFrame，并使用apply()函數(shù)和lambda表達(dá)式將這兩列相加，并將結(jié)果存儲(chǔ)在一個(gè)新列中。lambda表達(dá)式接受一個(gè)參數(shù)x，該參數(shù)是一個(gè)Series對(duì)象，包含DataFrame中一行的所有值。通過指定axis=1參數(shù)，我們可以確保apply()函數(shù)對(duì)每行應(yīng)用lambda表達(dá)式。

如何根據(jù)條件生成新列？
現(xiàn)在讓我們來看一下如何在pandas中根據(jù)條件生成新列。假設(shè)我們有一個(gè)包含訂單數(shù)據(jù)的DataFrame，其中包含以下幾列：訂單編號(hào)、訂單日期、訂單金額和支付狀態(tài)。我們想要根據(jù)訂單金額和支付狀態(tài)生成一個(gè)新列，用于標(biāo)記每個(gè)訂單是否已經(jīng)完成。

首先，我們需要定義一個(gè)函數(shù)，該函數(shù)接受一個(gè)Row對(duì)象作為參數(shù)，并返回一個(gè)字符串，表示訂單的狀態(tài)。具體而言，在我們的示例中，如果訂單金額大于等于100并且支付狀態(tài)為“paid”，則訂單狀態(tài)為“completed”；否則訂單狀態(tài)為“incomplete”。下面是實(shí)現(xiàn)這個(gè)功能的代碼：

def get_order_status(row): if row['order_amount'] >= 100 and row['payment_status'] == 'paid': return 'completed' else: return 'incomplete' 
接下來，我們使用apply()函數(shù)和lambda表達(dá)式將該函數(shù)應(yīng)用于每個(gè)DataFrame行，并將結(jié)果存儲(chǔ)在一個(gè)新列中。下面是完整的示例代碼：

import pandas as pd # 創(chuàng)建一個(gè)包含訂單數(shù)據(jù)的DataFrame data = {'order_no': [1, 2, 3], 'order_date': ['2022-01-01', '2022-01-02', '2022-01-03'], 'order_amount': [50, 150, 200], 'payment_status': ['unpaid', 'paid', 'paid']}
df = pd.DataFrame(data) # 定義一個(gè)函數(shù)，根據(jù)條件返回訂單狀態(tài) def get_order_status(row): if row['order_amount'] >= 100 and row['payment_status'] == 'paid': return 'completed' else: return 'incomplete' # 使用apply()函數(shù)和lambda表達(dá)式生成新列 df['order_status'] = df.apply(lambda x: get_order_status(x), axis=1) # 打
印DataFrame print(df)

輸出結(jié)果：
order_no order_date order_amount payment_status order_status 0 1 2022-01-01 50 unpaid incomplete 1 2 2022-01-02 150 paid completed 2 3 2022-01-03 200 paid completed

在這個(gè)示例中，我們首先創(chuàng)建了一個(gè)包含訂單數(shù)據(jù)的DataFrame，并定義了一個(gè)函數(shù)`get_order_status()`，用于根據(jù)條件返回訂單狀態(tài)。然后，我們使用`apply()`函數(shù)和lambda表達(dá)式將該函數(shù)應(yīng)用于每個(gè)DataFrame行，并將結(jié)果存儲(chǔ)在一個(gè)新列中。

需要注意的是，在本例中，我們使用了一些簡(jiǎn)單的條件來判斷訂單狀態(tài)。如果你需要處理更復(fù)雜的條件，可能需要使用更多的邏輯和操作符。此外，還可以使用pandas提供的其他函數(shù)和方法來實(shí)現(xiàn)條件生成新列的功能，例如`where()`、`mask()`和`numpy.where()`等。 ## 總結(jié) 通過本文，我們了解了如何在pandas中根據(jù)兩列的判斷條件生成新的列。我們學(xué)習(xí)了如何使用`apply()`函數(shù)和lambda表達(dá)式來實(shí)現(xiàn)這種功能，以及如何定義一個(gè)自定義函數(shù)來處理更復(fù)雜的條件。這些技術(shù)可以幫助我們更有效地處理和分析數(shù)據(jù)，并為數(shù)據(jù)分析和可視化提供更多的靈活性和控制性。

推薦學(xué)習(xí)書籍
《CDA一級(jí)教材》適合CDA一級(jí)考生備考，也適合業(yè)務(wù)及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校，累計(jì)已有10萬+在讀~

免費(fèi)加入閱讀：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0