Pandas：基于另一列的映射值创建新列

Question

我想在Python中根据另一列的条件创建一个新列。更具体地说，我的数据帧(DataFrame)中的一列是：

Kilos:
1. 8.0
2. 16.0
3. 12.0
4. 10.0
5. 5.0
...

我希望新列基于此列，每当在“Kilos”列中找到一个行，其重量为8.0时，“新列”的行将写入“X2 + parts”，并且当该列为16.0时，“新列”的行将写入“X8 + parts”，对于其他列，我不关心。它们可以是空白或其他任何内容。

- Alexandros Giannakakis

---

这个回答解决了你的问题吗？基于if-elif-else条件创建新列 - FBruzzesi

是的，它可以。非常感谢！ - Alexandros Giannakakis

Answer 1

在下面的示例中，您将创建一个值映射字典（valmap），用于将您的 8.0 和 16.0 值映射到所需的文本。

样例代码：

import pandas as pd

# Create dataset.
data = {'Kilos': [8.0, 16.0, 12.0, 10.0, 5.0]}
df = pd.DataFrame(data)

# Create a value map dict for mapping specific values.
valmap = {8.0: 'X2 + parts', 16.0: 'X8 + parts'}
# Apply the value map into a new column.
df['Text'] = df['Kilos'].map(valmap)

# Show the results.
print(df)

输出：

   Kilos        Text
0    8.0  X2 + parts
1   16.0  X8 + parts
2   12.0         NaN
3   10.0         NaN
4    5.0         NaN

希望这可以指引您朝着正确的方向前进。

- S3DEV

Answer 2

你可以使用np.select()。你可以创建条件并将它们与每个条件的结果一起填充到该方法中。

以下是你的初始数据框，然后是条件和使用np.select()的方法：

df=pd.DataFrame({'kilos':[8.0, 16.0, 12.0, 10.0, 5.0]})
df
   kilos
0    8.0
1   16.0
2   12.0
3   10.0
4    5.0

kilos_8 = df['kilos']==8   #condition 1
kilos_16 = df['kilos']==16  #condition 2

df['new_col']=np.select([kilos_8, kilos_16],
                        ['X2 + parts', 'X8 + parts'],
                          default=np.nan)
df
   kilos     new_col
0    8.0  X2 + parts
1   16.0  X8 + parts
2   12.0         nan
3   10.0         nan
4    5.0         nan

- Newbielp