"""方法一:通过索引遍历每个值,再通过条件给新增位置赋值"""
for i in df.index:
if (df.loc[i,'sy']>=5) & (df.loc[i,'assets']>=1000000):
df.loc[i,'qualifications'] = 'yes'
else:
df.loc[i,'qualifications'] = 'no'
"""方法二:通过np的where方法判断赋值"""
df['qualifications'] = np.where((df['sy']>=5) & (df['assets']>=1000000),'yes','no')
"""方法三:用apply方法设置一个函数"""
def f1(d):
if (d['sy']>=5) & (d['assets']>=1000000):
return 'yes'
else:
return 'no'
df['qualifications'] = df[['sy','assets']].apply(f1,axis=1) # axis = 1是改变传入数据的轴向
df
dataframe新增列计算
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
推荐阅读更多精彩内容
- 当我们需要将dataframe中的某一列数据装换为其它类型或者做一些其它的算法后,再新增加到datafram中时,...
- 添加索引data.index.append(pd.Index(['b']))然后给其他列赋值data.loc['b...
- SparkSQL中,有时需要根据需求基于原数据新增一些列,下面介绍一下dataframe新增列的四种方法,根据情况...
- 题目: 根据下面的数据集,添加一列qualifications 当满足sy 大于或等于5,assets大于等于10...