Pandas中的if elseif else条件表达式和列表推导式

在本文中，我们将介绍如何在Pandas中使用if elseif else条件表达式和列表推导式。这些技巧可以帮助我们在处理数据时更加高效和灵活。

if条件表达式

在Pandas中，我们可以使用if条件表达式来根据某个条件对数据进行筛选或操作。if条件表达式的基本语法如下：

df.loc[condition, value_if_true] = value_if_false

其中，condition是一个布尔条件，value_if_true是在条件为真时要赋予的值，value_if_false是在条件为假时要赋予的值。让我们看一个例子来理解它的应用。

假设我们有一个包含学生姓名和分数的数据框，我们想要将分数大于等于60的学生标记为’及格’，分数小于60的学生标记为’不及格’。我们可以使用if条件表达式来实现这个目标：

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六'], '分数': [80, 45, 70, 55]}
df = pd.DataFrame(data)

df.loc[df['分数'] >= 60, '及格'] = '及格'
df.loc[df['分数'] < 60, '及格'] = '不及格'

print(df)

输出结果如下：

	姓名	分数	及格
0	张三	80	及格
1	李四	45	不及格
2	王五	70	及格
3	赵六	55	不及格

通过使用if条件表达式，我们成功地根据分数对学生进行了标记。

elseif条件表达式

除了if条件表达式，我们还可以使用elseif条件表达式来实现更复杂的逻辑。elseif条件表达式的基本语法如下：

df.loc[condition1, value1] = value2

其中，condition1是第一个条件，value1是在第一个条件为真时要赋予的值，value2是在第一个条件为假且第二个条件为真时要赋予的值。让我们通过一个示例来说明elseif条件表达式的使用。

假设我们有一个包含学生姓名和分数的数据框，我们想要根据学生的分数将学生按照不同的等级进行分类。分数大于等于90的学生为’A’，分数大于等于80且小于90的学生为’B’，分数大于等于70且小于80的学生为’C’，分数小于70的学生为’D’。我们可以使用elseif条件表达式来实现这个目标：

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六'], '分数': [80, 45, 70, 95]}
df = pd.DataFrame(data)

df.loc[df['分数'] >= 90, '等级'] = 'A'
df.loc[(df['分数'] >= 80) & (df['分数'] < 90), '等级'] = 'B'
df.loc[(df['分数'] >= 70) & (df['分数'] < 80), '等级'] = 'C'
df.loc[df['分数'] < 70, '等级'] = 'D'

print(df)

输出结果如下：

	姓名	分数	等级
0	张三	80	B
1	李四	45	D
2	王五	70	C
3	赵六	95	A

通过使用elseif条件表达式，我们成功地对学生进行了分级操作。

列表推导式

在Pandas中，我们还可以使用列表推导式来根据某个条件对数据进行筛选或操作。列表推导式是一种简洁高效的方式，可以一次性处理多个元素。列表推导式的基本语法如下：

df['新列名'] = [value_if_true if condition else value_if_false for item in df['某一列']]

其中，新列名是新添加的列的名称，value_if_true是在条件为真时要赋予的值，value_if_false是在条件为假时要赋予的值，df['某一列']是要进行筛选或操作的列，item是列中的每个元素。让我们通过一个示例来了解列表推导式的使用。

假设我们有一个包含学生姓名和分数的数据框，我们想要为每个学生新增一列，用于判断该学生的分数是否及格。分数大于等于60的学生为’及格’，分数小于60的学生为’不及格’。我们可以使用列表推导式来实现这个目标：

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六'], '分数': [80, 45, 70, 55]}
df = pd.DataFrame(data)

df['及格'] = ['及格' if score >= 60 else '不及格' for score in df['分数']]

print(df)