我在Pandas中有一个数据框,例如:
Col1 Col2
A 1
B 2
C 3
如果我想要添加另一列名为Col3,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
有什么想法可以实现这个吗?
你只需要进行一个相反的比较。 if Col2 <= 1
。这将返回一个布尔系列,其中对于大于1的值为False
,其他值为True
。如果您将其转换为int64
数据类型,True
将变为1
,False
将变为0
,
df['Col3'] = (df['Col2'] <= 1).astype(int)
如果您想要一个更一般化的解决方案,在其中可以根据Col2
的值分配任何数字给Col3
,那么您应该像这样做:
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
if col1> 2 and col2> 1
。那么,对于这种情况,我该如何利用上述“lambda”解决方案?请帮帮我! - Abdul Rehman# 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')