利用pandas高效累加生成dataframe新列
本文介绍如何使用Python的Pandas库，根据DataFrame中现有列的值，创建一个新的列，并基于特定条件进行累加计数。 我们将以一个包含’col1’、’col2’、’col3’三列的DataFrame为例，创建一个新的’col4’列。当’col1’列的值介于3和5之间（不包含3和5）时，’col4’列的值累加计数；否则为0。
直接使用df.apply和lambda函数虽然可以判断条件，但难以实现累加。 更有效的方法是结合np.where、cumsum()和fillna()函数。 np.where根据条件生成一个包含1（满足条件）和NaN（不满足条件）的Series；cumsum()对该Series进行累加；fillna(0)将NaN替换为0。 这种方法简洁高效。
代码示例：
import pandas as pdimport numpy as np# 示例DataFrame (请替换为您的实际数据)data = {'col1': [1, 4, 2, 4.5, 6, 4, 3.5], 'col2': [10, 20, 30, 40, 50, 60, 70], 'col3': [100, 200, 300, 400, 500, 600, 700]}df = pd.DataFrame(data)df['col4'] = pd.Series(np.where((df['col1'] > 3) & (df['col1'] < 5), 1, np.nan)).cumsum().fillna(0)print(df)
登录后复制
虽然循环迭代或自定义函数结合df.apply也能实现，但效率较低且代码冗余。 因此，推荐使用np.where、cumsum()和fillna()的组合，因为它简洁、高效且易于理解。 此方法可轻松根据上一行值条件在Pandas DataFrame中新增列并进行累加计数。
以上就是Pandas DataFrame如何根据上一行值条件累加生成新列？的详细内容，更多请关注【创想鸟】其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至253000106@qq.com举报，一经查实，本站将立刻删除。
发布者：PHP中文网，转转请注明出处：https://www.chuangxiangniao.com/p/3169786.html
