Pandas -如何将多个条件列添加到dataframe？

在Pandas中，可以使用多个条件列来添加新的列到DataFrame中。要实现这一目的，可以使用np.select()函数或者np.where()函数。

使用np.select()函数的语法如下：

import numpy as np
import pandas as pd

conditions = [condition1, condition2, ...]
choices = [value1, value2, ...]

df['new_column'] = np.select(conditions, choices, default=default_value)

其中，conditions是一个包含多个条件的列表，choices是与每个条件对应的值的列表。根据条件列表中每个条件的结果，在choices列表中选择相应的值。default_value是一个可选参数，用于指定当没有条件满足时的默认值。

例如，假设我们有一个DataFrame df，包含column1和column2两列，我们想根据这两列的值添加一个新的列new_column，满足以下条件：

如果column1大于column2，则new_column为'A'
如果column1小于column2，则new_column为'B'
如果column1等于column2，则new_column为'C'

可以使用以下代码实现：

import numpy as np
import pandas as pd

conditions = [
    df['column1'] > df['column2'],
    df['column1'] < df['column2'],
    df['column1'] == df['column2']
]

choices = ['A', 'B', 'C']

df['new_column'] = np.select(conditions, choices, default='D')

这将添加一个名为new_column的新列到DataFrame中，根据条件列的结果给出相应的值。

关于腾讯云相关产品和产品介绍，可以参考以下链接：