Pandas如何根据A、B列数据类型进行条件赋值?
时间:2025-03-17 12:27:12 157浏览 收藏
本文介绍了如何利用Pandas高效地根据DataFrame中A列和B列的数据类型进行条件赋值。通过`apply()`方法结合`lambda`函数,代码简洁地实现了根据A列和B列是否均为整数类型,在新增的“判断”列中赋值“OK”或“NO”的功能。此方法比使用`astype(int)`更稳健,避免了类型转换错误,能有效处理包含非数值数据的情况,是Pandas数据处理的实用技巧。
Python Pandas:基于列数据类型进行条件赋值
本文演示如何在 Pandas DataFrame 中,根据 A 列和 B 列的数据类型执行条件赋值。假设我们有一个名为 df
的 DataFrame,包含 A 列和 B 列。
目标:
判断 A 列和 B 列中对应行的值是否均为整数类型。如果是,则在新的“判断”列中赋值为 "OK";否则,赋值为 "NO"。
解决方案:
利用 Pandas 的 apply()
方法结合 lambda 函数,可以优雅地实现这一目标:
import pandas as pd import numpy as np df['判断'] = df.apply(lambda row: "OK" if isinstance(row['A列'], (int, np.integer)) and isinstance(row['B列'], (int, np.integer)) else "NO", axis=1)
代码解释:
df.apply(lambda row: ..., axis=1)
:对 DataFrame 的每一行应用 lambda 函数。axis=1
指定按行操作。lambda row: ...
:定义一个匿名函数,它接收 DataFrame 的每一行作为row
参数。isinstance(row['A列'], (int, np.integer)) and isinstance(row['B列'], (int, np.integer))
:检查 A 列和 B 列的值是否都为整数类型。np.integer
用于兼容 NumPy 整数类型。"OK" if ... else "NO"
:根据条件返回 "OK" 或 "NO"。
这种方法比使用 astype(int)
更为稳健,因为它不会因为类型转换错误而抛出异常,并且直接检查原始数据类型。 如果 A 列或 B 列包含非数值数据,astype(int)
会产生错误,而 isinstance
方法则能正确处理这种情况。
好了,本文到此结束,带大家了解了《Pandas如何根据A、B列数据类型进行条件赋值?》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
相关阅读
更多>
-
501 收藏
-
501 收藏
-
501 收藏
-
501 收藏
-
501 收藏
最新阅读
更多>
-
400 收藏
-
454 收藏
-
489 收藏
-
167 收藏
-
442 收藏
-
105 收藏
-
331 收藏
-
235 收藏
-
374 收藏
-
136 收藏
-
336 收藏
-
185 收藏
课程推荐
更多>
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 立即学习 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 立即学习 507次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 立即学习 497次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 立即学习 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 立即学习 484次学习