熊猫-根据条件添加列

Question

从一个简单的数据框df开始，例如：

C,n
AAA,1
AAA,2
BBB,1
BBB,2
CCC,1
CCC,2
DDD,1
DDD,2

我想根据C列中值的某些条件添加一列。 我想添加的列是：

df['H'] = df['n'] / 10

返回：

     C  n    H
0  AAA  1  0.1
1  AAA  2  0.2
2  BBB  1  0.1
3  BBB  2  0.2
4  CCC  1  0.1
5  CCC  2  0.2
6  DDD  1  0.1
7  DDD  2  0.2

现在，我只想为列C CCC和DDD值添加同一列，但归一化因子不同，例如：

df['H'] = df['n'] / 100

以便：

     C  n    H
0  AAA  1  0.1
1  AAA  2  0.2
2  BBB  1  0.1
3  BBB  2  0.2
4  CCC  1  0.01
5  CCC  2  0.02
6  DDD  1  0.01
7  DDD  2  0.02

到目前为止，我尝试将数据框屏蔽为：

mask = df['C'] == 'CCC'
df = df[mask]
df['H'] = df['n'] / 100

这对蒙版的样本有效。 但是由于我必须应用几个过滤器，将原始H列保留为未过滤的值，所以我很困惑。

Answer 1

df.loc[df['C'] == 'CCC' , 'H'] = df['n'] / 100 

Answer 2

也可以使用iloc

df.ix[df['C'].isin(['CCC','DDD']),['H']] =  df['n'] / 100

Answer 3

使用此答案中的示例，您可以使用：

df['H'][mask] = df['H'][mask]/100

您还可以根据以下内容分别计算H列（“ CCC” /“ DDD”或“ CCC” /“ DDD”）：

import numpy as np
mask = np.logical_or(df['C'] == 'CCC', df['C']=='DDD')
not_mask = np.logical_not(mask)
df['H'][not_mask] = df['H'][not_mask]/10
df['H'][mask] = df['H'][mask]/100