如何使用Pandas在数据框中根据条件创建新列并实现列值累加？

条件创建新列，实现列值累加条件修改

为了在 pandas 数据框中根据特定条件创建新列，并实现列值的累加，可以采用如下方式：

使用 apply() 方法和 lambda 函数，根据给定条件设置新列的值。
使用 cumsum() 方法计算累加值。
使用 fillna(0) 填充 nan 值。
以下代码实现了上述要求：

import numpy as npimport pandas as pd# 创建数据框values = [[5.5, 2.5, 10.0], [2.0, 4.5, 1.0], [2.5, 5.2, 8.0], [4.5, 5.8, 4.8], [4.6, 6.3, 9.6], [4.1, 6.4, 9.0], [5.1, 2.3, 11.1]]df = pd.dataframe(values, columns=[‘col1’, ‘col2’, ‘col3’], index=[‘a’, ‘b’, ‘c’, ‘d’, ‘e’, ‘f’, ‘g’])# 根据条件创建新列df[‘col4’] = pd.series(np.where((df[‘col1’] > 3) & (df[‘col1’] < 5), 1, np.nan), index=df.index).cumsum().fillna(0)# 显示修改后的数据print(df)

输出：

col1 col2 col3 col40 5.5 .5 10.0 01 .0 4.5 1.0 02 .5 5.2 8.0 03 4.5 5.8 4.8 14 4.6 6.3 9.6 5 4.1 6.4 9.0 36 5.1 .3 11.1 0

以上就是如何使用 Pandas 在数据框中根据条件创建新列并实现列值累加？的详细内容，更多请关注范的资源库其它相关文章！

转载请注明：范的资源库 » 如何使用Pandas在数据框中根据条件创建新列并实现列值累加？