從Python中的另一列創建新列

Question

我在python中有一個pandas數據框，我們稱它為df

在此數據幀中，我基於存在列創建一個新列，如下所示：

df.loc[:, 'new_col'] = df['col']

然后，我執行以下操作：

df[df['new_col']=='Above Average'] = 'Good'

但是，我注意到此操作還會更改df['col']

為了使df['col']的值不受我在df['new_col']進行的操作的影響，我該怎么辦？

Answer 1

將DataFrame.loc與boolean indexing一起使用：

df.loc[df['new_col']=='Above Average', 'new_col'] = 'Good'

如果未指定任何列， Good條件將所有列設置為“ Good 。

---

同樣，兩行代碼也應通過numpy.where或Series.mask更改為Series.mask ：

df['new_col'] = np.where(df['new_col']=='Above Average', 'Good', df['col'])

---

df['new_col'] = df['col'].mask(df['new_col']=='Above Average', 'Good')

編輯：要更改許多值，請使用帶有字典的Series.replace或Series.map作為指定值：

d = {'Good':['Above average','effective'], 'Very Good':['Really effective']}

#swap key values in dict
#http://stackoverflow.com/a/31674731/2901002
d1 = {k: oldk for oldk, oldv in d.items() for k in oldv}
print (d1)
{'Above average': 'Good', 'effective': 'Good', 'Really effective': 'Very Good'}

df['new_col'] = df['col'].replace(d1)
#if large data obviously better performance
df['new_col'] = df['col'].map(d1).fillna(df['col'])

Answer 2

還有一個使用dataframe where方法的選項：

df['new_col'] = df['col']
df['new_col'].where(df['new_col']!='Above Average', other='Good', inplace=True )

但是要明確np.where是最快的方法：

m = df['col'] == 'Above Average'
df['new_column'] = np.where(m, 'Good', df['col'])

df['new_column']是新的列名。 如果mask m為True df['col']將被分配為'Good' 。

---

+----+---------------+
|    | col           |
|----+---------------|
|  0 | Nan           |
|  1 | Above Average |
|  2 | 1.0           |
+----+---------------+
+----+---------------+--------------+
|    | col           | new_column   |
|----+---------------+--------------|
|  0 | Nan           | Nan          |
|  1 | Above Average | Good         |
|  2 | 1.0           | 1.0          |
+----+---------------+--------------+

我還在這里提供有關使用df.loc時的遮罩的注意事項：

m = df['col']=='Above Average'
print(m)
df.loc[m, 'new_column'] = 'Good'

如您所見，結果將是相同的，但請注意，如果m為False則掩碼m如何獲得在何處讀取值的信息