例如,我在 Pandas 中有数据框:
Col1 Col2
A 1
B 2
C 3
现在,如果我想再添加一个名为 Col3 的列,并且该值基于 Col2。在公式中,如果 Col2 > 1,则 Col3 为 0,否则为 1。因此,在上面的示例中。输出将是:
Col1 Col2 Col3
A 1 1
B 2 0
C 3 0
关于如何实现这一目标的任何想法?
你只是做一个相反的比较。if Col2 <= 1
. 这将返回一个布尔系列,其False
值为大于 1True
的值和另一个值。如果将其转换为int64
dtype,True
则变为1
,False
变为0
,
df['Col3'] = (df['Col2'] <= 1).astype(int)
如果您想要一个更通用的解决方案,您可以Col3
根据您的值分配任何数字,Col2
您应该执行以下操作:
df['Col3'] = df['Col2'].map(lambda x: 42 if x > 1 else 55)
或者:
df['Col3'] = 0
condition = df['Col2'] > 1
df.loc[condition, 'Col3'] = 42
df.loc[~condition, 'Col3'] = 55
我发现向 DataFrame 添加列的最简单方法是使用“add”函数。这是一段代码,也输出到 CSV 文件。请注意,包含“columns”参数允许您设置列的名称(恰好与我用作数据源的 np.array 的名称相同)。
# now to create a PANDAS data frame
df = pd.DataFrame(data = FF_maxRSSBasal, columns=['FF_maxRSSBasal'])
# from here on, we use the trick of creating a new dataframe and then "add"ing it
df2 = pd.DataFrame(data = FF_maxRSSPrism, columns=['FF_maxRSSPrism'])
df = df.add( df2, fill_value=0 )
df2 = pd.DataFrame(data = FF_maxRSSPyramidal, columns=['FF_maxRSSPyramidal'])
df = df.add( df2, fill_value=0 )
df2 = pd.DataFrame(data = deltaFF_strainE22, columns=['deltaFF_strainE22'])
df = df.add( df2, fill_value=0 )
df2 = pd.DataFrame(data = scaled, columns=['scaled'])
df = df.add( df2, fill_value=0 )
df2 = pd.DataFrame(data = deltaFF_orientation, columns=['deltaFF_orientation'])
df = df.add( df2, fill_value=0 )
#print(df)
df.to_csv('FF_data_frame.csv')