本文旨在指导读者如何在 Jupyter Notebook 中使用 Python 的 Pandas 库，基于现有数据列的条件判断，高效地创建新的数据列。我们将详细讲解如何使用 .loc 方法，并提供多种实现方式，包括使用单个条件语句和预设默认值的方法，以提升数据处理的效率和代码的可读性。
使用 Pandas 基于条件判断新增列
在数据分析和处理中，经常需要根据现有列的值来创建新的列。 Pandas 提供了强大的工具来实现这一目标，其中 .loc 方法尤为常用。 本文将介绍如何使用 Pandas 在 Jupyter Notebook 中，根据条件判断，向 DataFrame 中添加新列。
使用 .loc 方法进行条件赋值
.loc 方法允许我们基于行和列的标签或条件来访问和修改 DataFrame。 要基于条件创建新列，我们可以使用 .loc 来选择满足特定条件的行，并将新值分配给这些行的目标列。
示例：
假设我们有一个 DataFrame df，其中包含两列 'Field 1' 和 'Field 2'。 我们想要创建一个名为 'New Field' 的新列，如果 'Field 1' 的值等于 'Field 2' 的值，则 'New Field' 的值为 'Yes'，否则为 'No'。
以下代码演示了如何使用 .loc 实现此目的：
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({
'Field 1': [1, 2, 3, 4, 5],
'Field 2': [1, 4, 3, 6, 2]
})
# 使用 .loc 基于条件赋值
df.loc[df['Field 1'] == df['Field 2'], 'New Field'] = 'Yes'
df.loc[df['Field 1'] != df['Field 2'], 'New Field'] = 'No'
print(df)输出：
Field 1 Field 2 New Field 0 1 1 Yes 1 2 4 No 2 3 3 Yes 3 4 6 No 4 5 2 No
注意事项：
- 确保在比较列的值时，使用 df['Field 1'] == df['Field 2'] 而不是 df['Field 1'] == 'Field 2'。 后者会将第一列的值与字符串 "Field 2" 进行比较，而不是与第二列的值进行比较，这会导致错误的结果。
优化代码：预设默认值
我们可以通过预先为新列设置默认值来简化代码，然后只更新满足特定条件的行。 这样可以减少代码量，提高可读性。
示例：
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({
'Field 1': [1, 2, 3, 4, 5],
'Field 2': [1, 4, 3, 6, 2]
})
# 预设 'New Field' 列的默认值为 'No'
df['New Field'] = 'No'
# 使用 .loc 更新满足条件的行
condition = df['Field 1'] == df['Field 2']
df.loc[condition, 'New Field'] = 'Yes'
print(df)输出：
Field 1 Field 2 New Field 0 1 1 Yes 1 2 4 No 2 3 3 Yes 3 4 6 No 4 5 2 No
总结：
使用 Pandas 的 .loc 方法可以灵活地基于条件判断来创建新的列。 通过预设默认值，可以进一步简化代码，提高可读性。 在实际应用中，应根据具体情况选择最合适的实现方式。 掌握这些技巧可以显著提高数据处理的效率。
