Pandas 使用ELIF语句创建列

在本文中，我们将介绍如何使用Pandas中的ELIF语句创建新的列。ELIF语句是Python中的条件语句，用于在多种情况下执行不同的操作。

假设我们有一个名为“data”的数据框，其中包含名为“score”的列，表示某个学生的分数。我们想要创建一个新的列“grade”，根据分数将学生分为“A”、“B”、“C”或“D”。

阅读更多：Pandas 教程

使用IF语句创建列

首先，我们可以使用IF语句创建列，根据分数将学生分为四个等级。下面是一个示例代码：

import pandas as pd

data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'],
        'score': [65, 70, 80, 90]}

df = pd.DataFrame(data)

def get_grade(score):
    if score >= 90:
        return 'A'
    elif score >= 80:
        return 'B'
    elif score >= 70:
        return 'C'
    else:
        return 'D'

df['grade'] = df['score'].apply(get_grade)

print(df)

输出结果如下：

    name  score grade
0    Tom     65     D
1   Jack     70     C
2  Steve     80     B
3  Ricky     90     A

使用ELIF语句创建列

我们可以使用ELIF语句代替IF语句，实现同样的目标。下面是代码示例：

import pandas as pd

data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'],
        'score': [65, 70, 80, 90]}

df = pd.DataFrame(data)

def get_grade(score):
    if score >= 90:
        return 'A'
    elif score >= 80:
        return 'B'
    elif score >= 70:
        return 'C'
    elif score >= 60:
        return 'D'
    else:
        return 'F'

df['grade'] = df['score'].apply(get_grade)

print(df)

输出结果如下：

    name  score grade
0    Tom     65     D
1   Jack     70     C
2  Steve     80     B
3  Ricky     90     A

简化代码

我们可以使用lambda函数和numpy库来简化代码：

import pandas as pd
import numpy as np

data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'],
        'score': [65, 70, 80, 90]}

df = pd.DataFrame(data)

def get_grade(score):
    if score >= 90:
        return 'A'
    elif score >= 80:
        return 'B'
    elif score >= 70:
        return 'C'
    else:
        return 'D'

df['grade'] = np.vectorize(get_grade)(df['score'])

print(df)

输出结果如下：

    name  score grade
0    Tom     65     D
1   Jack     70     C
2  Steve     80     B
3  Ricky     90     A

总结

在本文中，我们介绍了如何使用Pandas中的ELIF语句创建新的列。ELIF语句是Python中的条件语句，用于在多种情况下执行不同的操作。通过使用ELIF语句和lambda函数，我们可以轻松地将数据框中的分数转换为等级，这是分析和可视化数据的重要步骤之一。