如何使用带条件的循环创建新列

Question

这是我的 DataFrame，我想使用带条件的循环创建一个新列。

import pandas as pd
student_card = pd.DataFrame({'ID':[20190103, 20190222, 20190531],
                             'name':['Kim', 'Yang', 'Park'],
                             'class':['H', 'W', 'S']})


student_card['new'] = pd.Series() #1.create new column
for i, v in student_card['name'].items(): #2.set index and values
    if "Yang" in v: #3.if there's "Yang" in value
        student_card['new'].append(v) #4. append the value of name column in new coulum

所以我尝试了这种方法并遇到以下错误：TypeError: cannot concatenate object of type '<class 'str'>'; 只有系列和 DataFrame objs 是有效的 顺便说一句，这不是真的（此列的类型是系列）

Answer 1

append所做的是连接一个系列，这在您的代码中不是这种情况，因为v是一个字符串， i是该字符串的索引。 您可以尝试打印print(type(v))并亲自查看。 至于文档，你可以在这里找到它： https://pandas.pydata.org/docs/reference/api/pandas.Series.append.ZFC35FDC70D5FC69D2698Z83A822C7A5E

您正在寻找的是为列上的现有索引设置一个值（或在熊猫中称为系列）。 像这样的东西：

df.loc[index] = value

所以在你的代码中，这应该可以解决问题

import pandas as pd
student_card = pd.DataFrame({'ID':[20190103, 20190222, 20190531],
                             'name':['Kim', 'Yang', 'Park'],
                             'class':['H', 'W', 'S']})


student_card['new'] = pd.Series() #1.create new column
for i, v in student_card['name'].items(): #2.set index and values
    if "Yang" in v: #3.if there's "Yang" in value
        student_card['new'].loc[i] = v #4. append the value of name column in new coulum

Answer 2

Append将连接两个系列。 你想要的是访问一行。 使用iloc 或 iat 之类的索引来执行此操作：

import pandas as pd
student_card = pd.DataFrame({'ID':[20190103, 20190222, 20190531],
                             'name':['Kim', 'Yang', 'Park'],
                             'class':['H', 'W', 'S']})


student_card['new'] = pd.Series() #1.create new column
for i, v in student_card['name'].items(): #2.set index and values
    if "Yang" in v: #3.if there's "Yang" in value
        student_card['new'].iat[i] = v #4. append the value of name column in new coulum

Output：

（指数）	ID	姓名	class	新的
0	20190103	金	H	钠
1	20190222	杨	W	杨
2	20190531	公园	小号	钠

Answer 3

您真的不应该使用循环来操作 pandas dataframe，这是一种反模式。

此外，现在不推荐使用append 。

使用带有boolean 索引的矢量方法：

# select the rows for which name==Yang and add the same name in the new column
student_card.loc[student_card['name'].eq('Yang'), 'new'] = student_card['name']

或者，使用where ：

# mask all non matching values (name!=Yang) and copy the column
student_card['new'] = student_card['name'].where(student_card['name'].eq('Yang'))

output：

         ID  name class   new
0  20190103   Kim     H   NaN
1  20190222  Yang     W  Yang
2  20190531  Park     S   NaN