本文介绍了如何使用 Pandas 在 DataFrame 中基于现有列的条件判断创建新列。通过 df.loc 方法，我们可以高效地根据条件为新列赋值。文章提供了详细的代码示例，展示了如何使用单个条件或组合条件来创建新列，并提供了优化技巧，避免不必要的代码冗余。
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 提供了多种方法来实现这一目标，其中 df.loc 方法是一种高效且灵活的方式。本文将详细介绍如何使用 df.loc 方法，结合条件判断，在 Pandas DataFrame 中创建新列。
使用 df.loc 和条件判断创建新列
df.loc 方法允许我们通过标签或布尔数组来选择 DataFrame 中的行和列。结合条件判断，我们可以根据特定条件为新列赋值。
以下是一个简单的例子，演示了如何根据 Field 1 和 Field 2 列的值来创建 New Field 列：
立即学习“Python免费学习笔记（深入）”；
import pandas as pd
df = pd.DataFrame(
{'Field 1': [1, 2, 3], 'Field 2': [1, 4, 3]}
)
df['New Field'] = 'No' # 初始化新列的值为 'No'
cond = df['Field 1'] == df['Field 2']
df.loc[cond, 'New Field'] = 'Yes' # 如果 Field 1 等于 Field 2，则将 New Field 设置为 'Yes'
print(df)代码解释：
- import pandas as pd: 导入 Pandas 库，并将其命名为 pd。
- df = pd.DataFrame(...): 创建一个 DataFrame，包含 Field 1 和 Field 2 两列。
- df['New Field'] = 'No': 创建一个名为 New Field 的新列，并将所有行的初始值设置为 'No'。 这是一个优化步骤，避免了使用两个 .loc 语句。
- cond = df['Field 1'] == df['Field 2']: 创建一个布尔 Series，其中每个元素指示 Field 1 和 Field 2 在相应行中是否相等。
- df.loc[cond, 'New Field'] = 'Yes': 使用 df.loc 方法，选择 cond 为 True 的所有行，并将 New Field 列的值设置为 'Yes'。
输出结果：
Field 1 Field 2 New Field 0 1 1 Yes 1 2 4 No 2 3 3 Yes
注意事项和最佳实践
- 避免直接比较字符串字面量： 在条件判断中，确保正确引用 DataFrame 的列名。例如，df['Field 1'] == df['Field 2'] 比较的是两列的值，而 df['Field 1'] == 'Field 2' 比较的是 Field 1 列的值与字符串 "Field 2"。
- 初始化新列： 在根据条件赋值之前，最好先初始化新列的值。这样可以避免出现 NaN 值，并简化后续的条件判断。
- 使用布尔 Series： 将条件判断的结果存储在布尔 Series 中，可以提高代码的可读性和可维护性。
- 利用向量化操作： Pandas 的向量化操作非常高效。尽量避免使用循环，而使用 Pandas 内置的函数和方法。
总结
使用 df.loc 方法和条件判断是在 Pandas DataFrame 中创建新列的强大工具。通过合理运用这些技巧，可以高效地进行数据处理和分析。记住初始化新列、使用布尔 Series 和利用向量化操作，可以编写出更简洁、高效的代码。
