Pandas DataFrame 基于其他列创建新列
Suraj Joshi
2023年1月30日
2021年1月22日
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。
import pandas as pd
items_df = pd.DataFrame({
'Id': [302, 504, 708, 103, 343, 565],
'Name': ['Watch', 'Camera', 'Phone', 'Shoes', 'Laptop', 'Bed'],
'Cost': [300, 400, 350, 100, 1000, 400],
'Discount(%)': [10, 15, 5, 0, 2, 7]
})
print(items_df)
输出：
Id Name Cost Discount(%)
0 302 Watch 300 10
1 504 Camera 400 15
2 708 Phone 350 5
3 103 Shoes 100 0
4 343 Laptop 1000 2
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
import pandas as pd
items_df = pd.DataFrame({
'Id': [302, 504, 708, 103, 343, 565],
'Name': ['Watch', 'Camera', 'Phone', 'Shoes', 'Laptop', 'Bed'],
'Actual Price': [300, 400, 350, 100, 1000, 400],
'Discount(%)': [10, 15, 5, 0, 2, 7]
})
print("Initial DataFrame:")
print(items_df, "\n")
items_df['Final Price'] = items_df['Actual Price'] - \
((items_df['Discount(%)']/100) * items_df['Actual Price'])
print("DataFrame after addition of new column")
print(items_df, "\n")
输出：
Initial DataFrame:
Id Name Actual Price Discount(%)
0 302 Watch 300 10
1 504 Camera 400 15
2 708 Phone 350 5
3 103 Shoes 100 0
4 343 Laptop 1000 2
5 565 Bed 400 7
DataFrame after addition of new column
Id Name Actual Price Discount(%) Final Price
0 302 Watch 300 10 270.0
1 504 Camera 400 15 340.0
2 708 Phone 350 5 332.5
3 103 Shoes 100 0 100.0
4 343 Laptop 1000 2 980.0
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
import pandas as pd
items_df = pd.DataFrame({
'Id': [302, 504, 708, 103, 343, 565],
'Name': ['Watch', 'Camera', 'Phone', 'Shoes', 'Laptop', 'Bed'],
'Actual_Price': [300, 400, 350, 100, 1000, 400],
'Discount_Percentage': [10, 15, 5, 0, 2, 7]
})
print("Initial DataFrame:")
print(items_df, "\n")
items_df['Final Price'] = items_df.apply(
lambda row: row.Actual_Price - ((row.Discount_Percentage/100)*row.Actual_Price), axis=1)
print("DataFrame after addition of new column")
print(items_df, "\n")
输出：
Initial DataFrame:
Id Name Actual_Price Discount_Percentage
0 302 Watch 300 10
1 504 Camera 400 15
2 708 Phone 350 5
3 103 Shoes 100 0
4 343 Laptop 1000 2
5 565 Bed 400 7
DataFrame after addition of new column
Id Name Actual_Price Discount_Percentage Final Price
0 302 Watch 300 10 270.0
1 504 Camera 400 15 340.0
2 708 Phone 350 5 332.5
3 103 Shoes 100 0 100.0
4 343 Laptop 1000 2 980.0
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。
Author: Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn