pandas：使用 if-else 填充新列答案

【问题标题】：pandas: Use if-else to populate new columnpandas：使用 if-else 填充新列
【发布时间】：2015-03-19 19:57:07
【问题描述】：

我有一个这样的数据框：

col1       col2      
  1          0
  0          1
  0          0
  0          0
  3          3
  2          0
  0          4

我想添加一个列，如果 col2 > 0 则为 1，否则为 0。如果我使用 R，我会做类似的事情

df1[,'col3'] <- ifelse(df1$col2 > 0, 1, 0)

我将如何在 python/pandas 中执行此操作？

【问题讨论】：

是关于如何添加列，或者如何使用var = 1 if condition else 0语法的问题？

标签： python pandas if-statement dataframe

【解决方案1】：

您可以将布尔系列 df.col2 > 0 转换为整数系列（True 变为 1 和 False 变为 0）：

df['col3'] = (df.col2 > 0).astype('int')

（要创建新列，您只需为其命名并将其分配给与 DataFrame 长度相同的系列、数组或列表。）

这会产生col3：

   col2  col3
0     0     0
1     1     1
2     0     0
3     0     0
4     3     1
5     0     0
6     4     1

创建列的另一种方法是使用np.where，它允许您为真值或假值指定一个值，并且可能更接近R 函数ifelse 的语法。例如：

>>> np.where(df['col2'] > 0, 4, -1)
array([-1,  4, -1, -1,  4, -1,  4])

【讨论】：

【解决方案2】：

我假设您使用的是 Pandas（因为“df”符号）。如果是这样，您可以通过使用 .gt（大于）将 col2 与零进行比较来为 col3 分配一个布尔标志。将结果乘以 1 会将布尔标志转换为 1 和 0。

df1 = pd.DataFrame({'col1': [1, 0, 0, 0, 3, 2, 0], 
                    'col2': [0, 1, 0, 0, 3, 0, 4]})

df1['col3'] = df1.col2.gt(0) * 1

>>> df1
Out[70]: 
   col1  col2  col3
0     1     0     0
1     0     1     1
2     0     0     0
3     0     0     0
4     3     3     1
5     2     0     0
6     0     4     1

您也可以使用 lambda 表达式来获得相同的结果，但我相信上述方法对于您给定的示例更简单。

df1['col3'] = df1['col2'].apply(lambda x: 1 if x > 0 else 0)

【讨论】：