pandas lambda if 多条件|极客教程

pandas lambda if 多条件

在使用Pandas处理数据时，有时候我们需要根据多个条件进行筛选、转换或操作数据。在这种情况下，我们可以使用lambda函数与if语句搭配来实现多条件筛选。

什么是lambda函数？

lambda函数是Python中的一种匿名函数，它允许您在一行代码中定义简单的函数。lambda函数通常与内置函数如map()、filter()和apply()一起使用，可以实现对数据的快速处理和转换。

lambda函数的基本语法如下：

lambda arguments: expression

如何在Pandas中使用lambda函数实现多条件筛选？

在Pandas中，我们可以使用apply()方法结合lambda函数来对DataFrame中的数据进行操作。下面以一个示例来说明如何使用lambda函数实现多条件筛选。

假设有一个包含学生成绩的DataFrame，我们希望筛选出数学成绩和英语成绩均大于80分的学生信息。

import pandas as pd

data = {
    '姓名': ['小明', '小红', '小刚', '小美'],
    '数学': [85, 70, 95, 75],
    '英语': [90, 65, 85, 80]
}

df = pd.DataFrame(data)

filtered_data = df[df.apply(lambda x: x['数学'] > 80 and x['英语'] > 80, axis=1)]
print(filtered_data)

运行以上代码，输出如下：

   姓名  数学  英语
0  小明  85  90

在上面的代码中，我们使用了lambda函数结合apply()方法对DataFrame中的数据进行筛选。lambda函数中的表达式x['数学'] > 80 and x['英语'] > 80表示当数学成绩和英语成绩均大于80分时返回True，然后根据这个条件筛选出符合条件的学生信息。

多条件筛选

除了上面的示例中只有一种条件的筛选外，我们还可以使用lambda函数实现多条件的筛选。例如，筛选出数学成绩大于80分且英语成绩大于75分的学生信息。

filtered_data = df[df.apply(lambda x: x['数学'] > 80 and x['英语'] > 75, axis=1)]
print(filtered_data)

运行以上代码，输出如下：

   姓名  数学  英语
0  小明  85  90
2  小刚  95  85
3  小美  75  80

在这个示例中，我们使用了lambda函数结合apply()方法对DataFrame中的数据进行多条件的筛选。其中lambda函数中的表达式x['数学'] > 80 and x['英语'] > 75表示当数学成绩大于80分且英语成绩大于75分时返回True，根据这个条件筛选出符合条件的学生信息。