Pandas实战100例 | 案例 21: 条件运算
案例 21: 条件运算
知识点讲解
在 Pandas 中进行条件运算可以用于创建新的列或修改现有的列，基于一定的条件逻辑。这些运算通常结合布尔索引或 apply 方法进行。
- 布尔条件运算: 可以根据列之间的比较生成布尔值列。
apply方法进行条件运算: 使用apply方法可以在 DataFrame 的每行上执行更复杂的条件运算。
示例代码
# 条件运算
# 准备数据和示例代码的运行结果，用于案例 21# 示例数据
data_conditional_operations = {'A': [10, 20, 30, 40, 50],'B': [5, 15, 25, 35, 45]
}
df_conditional_operations = pd.DataFrame(data_conditional_operations)# 条件运算
df_conditional_operations['A_greater_than_B'] = df_conditional_operations['A'] > df_conditional_operations['B']
df_conditional_operations['A_plus_B_if_A_greater'] = df_conditional_operations.apply(lambda row: row['A'] + row['B'] if row['A'] > row['B'] else row['B'], axis=1)df_conditional_operations在这个示例中，我们首先创建了一个布尔值列，表示 A 是否大于 B。然后，我们使用 apply 方法添加了一个新列，如果 A 大于 B，则该列为 A 和 B 的和，否则为 B 的值。
示例代码运行结果
A B A_greater_than_B A_plus_B_if_A_greater
0 10 5 True 15
1 20 15 True 35
2 30 25 True 55
3 40 35 True 75
4 50 45 True 95
这个结果展示了如何在 DataFrame 中进行条件运算，这对于基于某些条件逻辑创建新的数据列非常有用。