如何将lambda函数应用于pandas数据框中的某些行并创建新列

Question

我有以下数据框： df1 ：

nameID  value1  Value2  Value3
name1   10      20      30
name2   15      25      35
name3   7       8       9
name4   5       6       7

我想创建一个新的列result ，以便如果nameID在['name1,'name3]则result = value1 * value2 。 否则， result = value1* value3 。 我想使用lambda函数。

nameID  value1  Value2  Value3  result
name1   10      20      30      200
name2   15      25      35      525
name3   7       8       9       56
name4   5       6       7       35

Answer 1

通过使用np.where

np.where(df['nameID'].isin(['name1','name3']),df1.value1*df1.Value2 ,df1.value1*df1.Value3)
Out[182]: array([200, 525,  56,  35], dtype=int64)

#df1['result'] = np.where(df['nameID'].isin(['name1','name3']),df1.value1*df1.Value2 ,df1.value1*df1.Value3)

Answer 2

绝对使用np.where （@Wen的答案）。

为了回答您的问题，lambda函数将采用以下格式：

df.apply(lambda k: k['value1']*k['value2'] if k['nameID'] in (['name1', 'name3']) else k['value1']*k['value3'], axis=1)

0    200
1    525
2     56
3     35

Answer 3

以下代码将在数据框中创建一个新的结果列

df['result'] = np.where(df.nameID.isin(['name1','name3']), df['value1'] * df['value2'], df['value1'] * df['value3'])

输出：

Result
200
525
56
35