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。