如何使用帶條件的循環創建新列

Question

這是我的 DataFrame，我想使用帶條件的循環創建一個新列。

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

所以我嘗試了這種方法並遇到以下錯誤：TypeError: cannot concatenate object of type '<class 'str'>'; 只有系列和 DataFrame objs 是有效的 順便說一句，這不是真的（此列的類型是系列）

Answer 1

append所做的是連接一個系列，這在您的代碼中不是這種情況，因為v是一個字符串， i是該字符串的索引。 您可以嘗試打印print(type(v))並親自查看。 至於文檔，你可以在這里找到它： https://pandas.pydata.org/docs/reference/api/pandas.Series.append.ZFC35FDC70D5FC69D2698Z83A822C7A5E

您正在尋找的是為列上的現有索引設置一個值（或在熊貓中稱為系列）。 像這樣的東西：

df.loc[index] = value

所以在你的代碼中，這應該可以解決問題

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將連接兩個系列。 你想要的是訪問一行。 使用iloc 或 iat 之類的索引來執行此操作：

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：

（指數）	ID	姓名	class	新的
0	20190103	金	H	鈉
1	20190222	楊	W	楊
2	20190531	公園	小號	鈉

Answer 3

您真的不應該使用循環來操作 pandas dataframe，這是一種反模式。

此外，現在不推薦使用append 。

使用帶有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