在Pandas DataFrame中插入新列和各自的值(按条件)

在Pandas DataFrame中插入新列并赋予各自的值，可以使用条件判断语句来实现。

首先，我们需要使用DataFrame的loc方法选择要插入列的位置，并使用赋值操作符将新列添加到DataFrame中。

例如，假设我们有一个名为df的DataFrame，包含以下几列：'A'、'B'和'C'。我们希望在DataFrame中插入一个名为'D'的新列，其值根据以下条件来确定：

• 如果'A'列的值大于10，则'D'列的值为'A'列的值乘以2；
• 否则，'D'列的值为0。

可以使用以下代码实现：

import pandas as pd

# 创建示例DataFrame
data = {'A': [5, 15, 20, 8, 10],
        'B': [2, 4, 6, 8, 10],
        'C': [1, 3, 5, 7, 9]}

df = pd.DataFrame(data)

# 插入新列并赋值
df.loc[df['A'] > 10, 'D'] = df['A'] * 2
df.loc[df['A'] <= 10, 'D'] = 0

# 输出DataFrame
print(df)

输出结果为：

    A   B  C     D
0   5   2  1   0.0
1  15   4  3  30.0
2  20   6  5  40.0
3   8   8  7   0.0
4  10  10  9   0.0

在上述代码中，我们使用了两次loc方法来选择满足条件的行和列，并将新列'D'的值赋给这些行。第一次loc方法选中了'A'列大于10的行，将这些行的'D'列赋值为'A'列乘以2的结果。第二次loc方法选中了'A'列小于等于10的行，将这些行的'D'列赋值为0。

这样，我们就成功地在Pandas DataFrame中插入了新列，并给予了各自的值。

注意：腾讯云并没有直接与Pandas DataFrame相关的产品或服务，因此无法提供相关产品和产品介绍链接地址。