(Python) 根据现有列的值创建新列答案

【问题标题】：(Python) Create New Column Based on Values of Existing Column(Python) 根据现有列的值创建新列
【发布时间】：2020-01-27 06:08:50
【问题描述】：

我有一个 116 行和 43 列的数据集。我想从我的 Python 数据集中的现有列创建一个新列。

此列将是对我的数据中已存在的“位置”列的修改。有 7 个独特的位置，我想根据它们在我的数据集中出现

假设我们有位置：A、B、C、D、E、F 和 G。这些位置在我的数据集中出现的次数如下。

Location     NumRows
A            41
B            30
C            28
D            8
E            3
F            3
G            2

根据我上面的描述，我希望新列（位置 2）具有以下行数：

Location     NumRows
A            41
B            30
C            28
D            8
Other        8

有人可以帮助我了解创建此新列的语法吗？任何帮助将不胜感激！

【问题讨论】：

我猜这是 Pandas DataFrame？你读过 Pandas 文档吗？
另外，我相信您给出的示例并不能准确传达/代表您给出的条件，即 有 7 个独特的位置，我想根据条件是它们在我的数据集中出现

标签： python pandas numpy

【解决方案1】：

如果您有一列位置：

print(df)                                                               
   ID Location
0   1        A
1   2        B
2   3        A
3   4        C
4   5        E
5   6        F
6   7        G
7   8        D
8   9        D
9  10        B

你可以使用Series.isin:

df['NewLocation'] = df['Location']
df.loc[df['NewLocation'].isin(['E','F','G']), 'NewLocation'] = 'Other'

print(df)                                                              
   ID Location NewLocation
0   1        A           A
1   2        B           B
2   3        A           A
3   4        C           C
4   5        E       Other
5   6        F       Other
6   7        G       Other
7   8        D           D
8   9        D           D
9  10        B           B

【讨论】：

【解决方案2】：

这是一种方法：

locs = ['E','F','G']

# calculate value
v = df.query("Location in @locs")['NumRows'].sum()

# create a new row
r = pd.Series(['Other', v], index=['Location','NumRows'])

# append the new row in data
df = df.query("Location not in @locs").append(r, ignore_index=True)

  Location  NumRows
0        A       41
1        B       30
2        C       28
3        D        8
4    Other        8

【讨论】：

【解决方案3】：

你可以结合.groupby()和np.where()：

df = df.groupby(
        np.where(df['Location'].isin(['E', 'F', 'G']), 'Other', df.Location)
    ).sum().reset_index().rename(columns={'index':'Location'})

  Location  NumRows
0        A       41
1        B       30
2        C       28
3        D        8
4    Other        8

【讨论】：