Python Pandas根据条件添加列值

Python Pandas是一个开源的数据分析和数据处理库，它提供了丰富的数据结构和数据分析工具，可以方便地进行数据清洗、转换、分析和可视化。

根据条件添加列值是指根据某个条件，在DataFrame中新增一列，并根据条件给这一列赋予相应的值。

下面是一个示例代码，演示了如何使用Python Pandas根据条件添加列值：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Alice'],
        'Age': [20, 25, 30, 35],
        'Gender': ['M', 'M', 'M', 'F']}
df = pd.DataFrame(data)

# 根据条件添加列值
df['Category'] = 'Young'  # 先给新列赋一个默认值
df.loc[df['Age'] > 30, 'Category'] = 'Old'  # 根据条件给新列赋不同的值

# 打印结果
print(df)

运行以上代码，输出结果如下：

   Name  Age Gender Category
0   Tom   20      M    Young
1  Nick   25      M    Young
2  John   30      M    Young
3 Alice   35      F      Old

在这个示例中，我们首先创建了一个包含姓名、年龄和性别的DataFrame。然后，我们使用df['Category'] = 'Young'给DataFrame新增了一列，并将其初始值设为'Young'。接着，我们使用df.loc[df['Age'] > 30, 'Category'] = 'Old'根据条件df['Age'] > 30，将年龄大于30的行的'Category'列的值设为'Old'。

这样，我们就成功地根据条件添加了列值。

推荐的腾讯云相关产品：腾讯云服务器（https://cloud.tencent.com/product/cvm）和腾讯云云数据库（https://cloud.tencent.com/product/cdb）可以提供稳定的计算和存储资源，支持Python Pandas等数据处理工具的运行和数据存储。