使用函数根据列满足的条件在pandas中创建新列

Question

我有一个pandas数据框中的几列。根据每一列，我都需要创建一个新的列。这个函数可以实现：

def f(row):
    if row['col_1'] == 0:
        val = 'Neutral'
    elif row['col_1'] > 0:
        val = 'Growth'
    else:
        val = 'Contraction'
    return val

df['New_Col_1'] = df.apply(f(row) , axis=1)

但是因为我有几列需要进行比较（col_2，col_3等），所以我想在函数中传递列名作为参数。

def f(row,col_name):
    if row[col_name] == 0:
        val = 'Neutral'
    elif row[col_name] > 0:
        val = 'Growth'
    else:
        val = 'Contraction'
    return val

df['New_Col_1'] = df.apply(f(row,'col_1') , axis=1)

但是，出现了一个错误。它说参数 'row' 未定义。我该如何解决？

- prashanth manohar

---

你缺少一个 lambda 函数：df.apply(lambda row: f(row,'col_1') , axis=1)。 - Nickil Maveli

这个程序可以正常工作。谢谢！ - prashanth manohar

Answer 1

请查看df.loc[]，它接受两个参数，你可以将它们视为行规范和列规范，所以你可以像这样使用它：

df['New_Col_1'] = 'Contraction' # Default, to be overwritten below
df.loc[df['col_1'] == 0, 'New_Col_1'] = 'Neutral'
df.loc[df['col_1'] > 0, 'New_Col_1'] = 'Growth'

- Matthew

Answer 2

您可以使用 df.loc[条件, 列名] = 值 来过滤数据框并写入新值：

df['New_Col_1'] = None # initial
df.loc[df.col1==0, 'New_Col_1'] = 'Neutral'
df.loc[df.col1>0, 'New_Col_1'] = 'Growth'
df.loc[df.col1<0, 'New_Col_1'] = 'Contraction'

- SciPy

Answer 3

df.apply()缺少一个lambda函数，正如评论中所提到的。

def f(row,col_name):
    if row[col_name] == 0:
        val = 'Neutral'
    elif row[col_name] > 0:
        val = 'Growth'
    else:
        val = 'Contraction'
    return val

df['New_Col_1'] = df.apply(lambda row: f(row,'col_1') , axis=1)

- prashanth manohar