Pandas 如何使用条件从现有列中创建一个新的DataFrame列

在处理数据时，经常需要根据某个列的值来创建一个新的列。这在Pandas中非常容易实现。我们可以使用DataFrame的内置方法来进行条件判断，并使用apply方法将结果应用到新列中。

1. 创建一个示例DataFrame

首先，让我们创建一个示例的DataFrame来演示如何创建新的列。假设我们有一个包含学生信息的DataFrame，其中包含学生的姓名、成绩和出生日期。我们将根据学生的成绩来创建一个新的列，将成绩大于等于80分的学生标记为”优秀”，其余的标记为”良好”。

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '赵六', '钱七'],
        '成绩': [85, 70, 92, 78, 88],
        '出生日期': ['2000-01-01', '1999-05-10', '2002-03-15', '2001-08-20', '2003-02-28']}

df = pd.DataFrame(data)

现在我们有一个包含学生信息的DataFrame df，如下所示：

姓名	成绩	出生日期
张三	85	2000-01-01
李四	70	1999-05-10
王五	92	2002-03-15
赵六	78	2001-08-20
钱七	88	2003-02-28

2. 使用条件创建新列

现在，让我们根据学生的成绩创建一个新的列，将成绩大于等于80分的学生标记为”优秀”，其余的标记为”良好”。我们可以使用apply方法结合条件判断来实现这个目标。

以下是示例代码：

def mark_grade(score):
    if score >= 80:
        return '优秀'
    else:
        return '良好'

df['成绩等级'] = df['成绩'].apply(mark_grade)

代码解释：

mark_grade是一个自定义的函数，接受一个参数score，根据分数判断并返回成绩等级。
df['成绩'].apply(mark_grade)将mark_grade函数应用到df['成绩']列的每个元素上，得到一个新的Series。
最后，将这个新的Series赋值给DataFrame的新列成绩等级。

3. 查看结果

现在，我们可以查看经过条件判断创建的新列成绩等级。

使用下面的代码来打印DataFrame的内容：

print(df)

输出结果如下：

   姓名  成绩       出生日期 成绩等级
0  张三  85  2000-01-01   优秀
1  李四  70  1999-05-10   良好
2  王五  92  2002-03-15   优秀
3  赵六  78  2001-08-20   良好
4  钱七  88  2003-02-28   优秀

可以看到，新的列成绩等级已经成功创建，并通过条件判断为每个学生分配了对应的成绩等级。

总结

在本文中，我们介绍了如何使用条件从现有列中创建一个新的DataFrame列。首先，我们创建了一个示例DataFrame来演示如何创建新的列。然后，我们使用apply方法结合条件判断来实现这个目标。最后，我们查看了经过条件判断创建的新列的结果。

使用Pandas的apply方法可以很方便地从现有的列中创建新的列，并根据条件进行判断。上述示例中，我们使用了一个自定义的函数mark_grade来判断学生的成绩等级，并将结果应用到新的列中。你可以根据自己的需求和条件来定义不同的函数。

除了使用apply方法，还可以使用其他方法来创建新列，例如numpy.where、np.select等。这些方法也可以根据条件来进行判断，并将结果应用到新的列中。

import numpy as np

# 使用numpy的where方法创建新列
df['成绩等级'] = np.where(df['成绩'] >= 80, '优秀', '良好')

# 使用numpy的select方法创建新列
conditions = [df['成绩'] >= 80, df['成绩'] < 80]
choices = ['优秀', '良好']
df['成绩等级'] = np.select(conditions, choices)