首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何根据pandas中的条件划分值并放置在下一列中

在pandas中,可以使用条件划分值并将其放置在下一列中的方法是使用np.where()函数或者DataFrame.loc方法。

  1. 使用np.where()函数:
代码语言:txt
复制
import pandas as pd
import numpy as np

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 使用np.where()函数根据条件划分值并放置在下一列中
df['C'] = np.where(df['A'] > 3, '大于3', '小于等于3')

print(df)

输出结果:

代码语言:txt
复制
   A   B    C
0  1  10  小于等于3
1  2  20  小于等于3
2  3  30  小于等于3
3  4  40    大于3
4  5  50    大于3
  1. 使用DataFrame.loc方法:
代码语言:txt
复制
import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 使用DataFrame.loc方法根据条件划分值并放置在下一列中
df.loc[df['A'] > 3, 'C'] = '大于3'
df.loc[df['A'] <= 3, 'C'] = '小于等于3'

print(df)

输出结果:

代码语言:txt
复制
   A   B    C
0  1  10  小于等于3
1  2  20  小于等于3
2  3  30  小于等于3
3  4  40    大于3
4  5  50    大于3

以上两种方法都可以根据条件划分值并将其放置在下一列中。np.where()函数适用于简单的条件划分,而DataFrame.loc方法更加灵活,可以进行更复杂的条件划分和操作。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • 《机器学习》(入门1-2章)

    这篇笔记适合机器学习初学者,我是加入了一个DC算法竞赛的一个小组,故开始入门机器学习,希望能够以此正式进入机器学习领域。 在网上我也找了很多入门机器学习的教程,但都不让人满意,是因为没有一个以竞赛的形式来进行教授机器学习的课程,但我在DC学院上看到了这门课程,而课程的内容设计也是涵盖了大部分机器学习的内容,虽然不是很详细,但能够系统的学习,窥探机器学习的“真身”。 学完这个我想市面上的AI算法竞赛都知道该怎么入手了,也就进入了门槛,但要想取得不错的成绩,那还需努力,这篇仅是作为入门课已是足够。虽然带有点高数的内容,但不要害怕,都是基础内容,不要对数学产生恐慌,因为正是数学造就了今天的繁荣昌盛。

    03
    领券