1. 贴士文章
  2. Python Pandas Howtos
  3. Pandas DataFrame 基于其他列创建新列

创建时间: January-22, 2021 | 更新时间: February-09, 2021

  1. Pandas DataFrame 中根据其他列的值按元素操作创建新列
  2. 使用 DataFrame.apply() 方法在 Pandas DataFrame 中根据其他列的值创建新列

本教程将介绍我们如何在 Pandas DataFrame 中根据 DataFrame 中其他列的值，通过对列的每个元素应用函数或使用 DataFrame.apply() 方法来创建新的列。

  1.  pythonCopy`import pandas as pd
  3. items_df = pd.DataFrame({
  4.     'Id': [302, 504, 708, 103, 343, 565],
  5.     'Name': ['Watch', 'Camera', 'Phone', 'Shoes', 'Laptop', 'Bed'],
  6.     'Cost': [300, 400, 350, 100, 1000, 400],
  7.     'Discount(%)': [10, 15, 5, 0, 2, 7]
  8. })
  10. print(items_df)`

输出：

  1.  textCopy `Id    Name  Cost  Discount(%)
  2. 0  302   Watch   300           10
  3. 1  504  Camera   400           15
  4. 2  708   Phone   350            5
  5. 3  103   Shoes   100            0
  6. 4  343  Laptop  1000            2
  7. 5  565     Bed   400            7`

我们将使用上面代码片段中显示的 DataFrame 来演示如何根据 DataFrame 中其他列的值在 Pandas DataFrame 中创建新的列。

Pandas DataFrame 中根据其他列的值按元素操作创建新列

Pandas DataFrame 基于其他列创建新列 | D栈 - Delft Stack - 图1

Video Player is loading.

Current Time 0:00

Duration 50:27

Remaining Time 50:27

Pandas DataFrame 基于其他列创建新列 | D栈 - Delft Stack - 图2

  1.  pythonCopy`import pandas as pd
  3. items_df = pd.DataFrame({
  4.     'Id': [302, 504, 708, 103, 343, 565],
  5.     'Name': ['Watch', 'Camera', 'Phone', 'Shoes', 'Laptop', 'Bed'],
  6.     'Actual Price': [300, 400, 350, 100, 1000, 400],
  7.     'Discount(%)': [10, 15, 5, 0, 2, 7]
  8. })
  10. print("Initial DataFrame:")
  11. print(items_df, "\n")
  13. items_df['Final Price'] = items_df['Actual Price'] - \
  14.     ((items_df['Discount(%)']/100) * items_df['Actual Price'])
  16. print("DataFrame after addition of new column")
  17. print(items_df, "\n")`

输出：

  1.  textCopy`Initial DataFrame:
  2.     Id    Name  Actual Price  Discount(%)
  3. 0  302   Watch           300           10
  4. 1  504  Camera           400           15
  5. 2  708   Phone           350            5
  6. 3  103   Shoes           100            0
  7. 4  343  Laptop          1000            2
  8. 5  565     Bed           400            7 
  10. DataFrame after addition of new column
  11.     Id    Name  Actual Price  Discount(%)  Final Price
  12. 0  302   Watch           300           10        270.0
  13. 1  504  Camera           400           15        340.0
  14. 2  708   Phone           350            5        332.5
  15. 3  103   Shoes           100            0        100.0
  16. 4  343  Laptop          1000            2        980.0
  17. 5  565     Bed           400            7        372.0`

它通过从 DataFrame 的 Actual Price 一栏中减去折扣额的价值来计算每个产品的最终价格。然后将最终价格值的 Series 分配到 DataFrame items_df 的 Final Price 列。

使用 DataFrame.apply() 方法在 Pandas DataFrame 中根据其他列的值创建新列

  1.  pythonCopy`import pandas as pd
  3. items_df = pd.DataFrame({
  4.     'Id': [302, 504, 708, 103, 343, 565],
  5.     'Name': ['Watch', 'Camera', 'Phone', 'Shoes', 'Laptop', 'Bed'],
  6.     'Actual_Price': [300, 400, 350, 100, 1000, 400],
  7.     'Discount_Percentage': [10, 15, 5, 0, 2, 7]
  8. })
  10. print("Initial DataFrame:")
  11. print(items_df, "\n")
  13. items_df['Final Price'] = items_df.apply(
  14.     lambda row: row.Actual_Price - ((row.Discount_Percentage/100)*row.Actual_Price), axis=1)
  16. print("DataFrame after addition of new column")
  17. print(items_df, "\n")`

输出：

  1.  textCopy`Initial DataFrame:
  2.     Id    Name  Actual_Price  Discount_Percentage
  3. 0  302   Watch           300                   10
  4. 1  504  Camera           400                   15
  5. 2  708   Phone           350                    5
  6. 3  103   Shoes           100                    0
  7. 4  343  Laptop          1000                    2
  8. 5  565     Bed           400                    7 
  10. DataFrame after addition of new column
  11.     Id    Name  Actual_Price  Discount_Percentage  Final Price
  12. 0  302   Watch           300                   10        270.0
  13. 1  504  Camera           400                   15        340.0
  14. 2  708   Phone           350                    5        332.5
  15. 3  103   Shoes           100                    0        100.0
  16. 4  343  Laptop          1000                    2        980.0
  17. 5  565     Bed           400                    7        372.0`

它将 apply() 方法中定义的 lambda 函数应用于 DataFrame items_df 的每一行，最后将一系列结果分配到 DataFrame items_df 的 Final Price 列。

相关文章 - Pandas DataFrame Column

Pandas DataFrame 基于其他列创建新列 | D栈 - Delft Stack - 图3

https://www.delftstack.com/zh/howto/python-pandas/pandas-create-column-based-on-other-columns/