pandas 有条件的新列

Question

我有一个数据框如下：

我需要创建一个新列，名称为 Value-2：如果 value-1 小于 500，则需要用 0.5 填充该值。 如果该值小于1000，则需要用1填充该值。

预期结果：

有人能帮我吗？

Answer 1

我认为 np.where function 也能有效处理海量数据。

import pandas as pd
import numpy as np

dictionary = {
    "Company" : ['A','A','A','A','A','A'],
    "Value1" : [480,120,876,340,996,1104]
}

dataframe = pd.DataFrame(dictionary)
dataframe["Value2"] = np.where(dataframe["Value1"] < 500, 1, 0.5)

Output：

  Company  Value1  Value2
0       A     480     0.5
1       A     120     0.5
2       A     876     1.0
3       A     340     0.5
4       A     996     1.0
5       A    1104     1.0

Answer 2

试试这个你可以根据你的需要调整算法。 这是一个简单的if / else 。

df['Value-2'] = df['Value-1'].apply(lambda x: 0.5 if x < 500 else 1)

#  Company  Value-1  Value-2
# 0       A      480      0.5
# 1       A      120      0.5
# 2       A      876      1.0
# 3       A      340      0.5
# 4       A      996      1.0
# 5       A     1104      1.0

使用自定义 function

这里要求的是如何编写自定义 function 比单行 lambda function 具有更大的灵活性。

def my_fun(x):
  # can be a switch case or any complex algorithm
  return 0.5 if x < 500 else 1

df['Value-2'] = df['Value-1'].apply(my_fun)

笔记

这个问题在一点上并不一致。 它说

如果值小于 1000，需要用 1 填充值。

但是对于高于 1000 的“Value-1”，预期结果显示Value-2 = 1 ： Value-1 = 1104 。

Answer 3

请日后提问时提供工作代码。

import pandas as pd

Data = {
    "Company" : ['A','A','A','A','A','A'],
    "Value1" : [480,120,876,340,996,1104]
}

DataFrame1 = pd.DataFrame(Data)

DataFrame2 = []

for x in DataFrame1['Value1']:
    if x < 500 : DataFrame2.append(0.5)
    elif x < 1000 or x > 1000 : DataFrame2.append(1) # As the picture given in the question tells Value 2 is 1 when value 1 is 1104
    else : pass

DataFrame1['Value2'] = DataFrame2
print(DataFrame1)

Outputs
  Company  Value1  Value2
0       A     480     0.5
1       A     120     0.5
2       A     876     1.0
3       A     340     0.5
4       A     996     1.0
5       A    1104     1.0