是通过使用条件语句和索引操作来实现的。具体步骤如下:
import pandas as pd
data = {'Name': ['John', 'Emma', 'Mike'],
'Age': [25, 28, 30],
'Salary': [5000, 6000, 7000]}
df = pd.DataFrame(data)
condition = df['Age'] > 25
df.loc[condition, 'Salary'] += 1000
上述代码中,条件语句df['Age'] > 25
选择了年龄大于25的行,然后通过索引操作df.loc[condition, 'Salary']
选择了要修改的Salary列,并通过+= 1000
将满足条件的行的Salary值增加了1000。
print(df)
输出结果如下:
Name Age Salary
0 John 25 5000
1 Emma 28 7000
2 Mike 30 8000
可以看到,满足条件的行的Salary值已经被修改为原来的值加上1000。
对于Python Dataframe有条件地向现有列添加值的应用场景,可以是根据某些条件对数据进行筛选和修改,例如根据年龄、性别、地区等条件对数据进行分组和统计分析。
推荐的腾讯云相关产品和产品介绍链接地址如下:
请注意,以上链接仅供参考,具体选择产品时需要根据实际需求进行评估和决策。
领取专属 10元无门槛券
手把手带您无忧上云