在pandas中，如何在现有列的数字后创建包含yes和no的新列是可以被3整除还是不能被3整除的

在pandas中，可以使用apply函数结合lambda表达式来实现在现有列的数字后创建包含yes和no的新列来判断是否可以被3整除。

首先，假设我们有一个名为df的DataFrame，其中包含一个名为column_name的列，代表需要判断的数字列。我们可以使用以下代码创建一个新列来判断是否可以被3整除：

df['新列名'] = df['column_name'].apply(lambda x: 'yes' if x % 3 == 0 else 'no')

上述代码中，apply函数结合lambda表达式对column_name列中的每个元素进行判断，并根据是否可以被3整除来赋值给新列。如果可以被3整除，则赋值为'yes'，否则赋值为'no'。

请注意替换代码中的'新列名'为你想要创建的新列的名称，'column_name'为你需要判断的列的名称。

示例：

假设我们有一个DataFrame df，如下所示：

   column_name
0            4
1            9
2           12
3            7
4           15

我们想要在该DataFrame中创建一个名为'is_divisible_by_3'的新列来判断column_name列中的数字是否可以被3整除。可以使用以下代码实现：

df['is_divisible_by_3'] = df['column_name'].apply(lambda x: 'yes' if x % 3 == 0 else 'no')

执行以上代码后，df将变为：

   column_name is_divisible_by_3
0            4                no
1            9               yes
2           12               yes
3            7                no
4           15               yes

在这个例子中，'is_divisible_by_3'列被添加到了DataFrame中，并根据'column_name'列的值判断了是否可以被3整除。

关于pandas的详细介绍和应用场景，可以参考腾讯云的产品介绍链接：https://cloud.tencent.com/document/product/1346