我需要进行一个数学运算,该运算以第二列中的值为条件。这是设置。
给定一个简单的数据框(df
):
df = pd.DataFrame({
'col1' : ['A', 'A', 'B', np.nan, 'D', 'C'],
'col2' : [2, 1, 9, 8, 7, 4],
'col3': [0, 1, 9, 4, 2, 3],
})
In [11]: df
Out[11]:
col1 col2 col3
0 A 2 0
1 A 1 1
2 B 9 9
3 NaN 8 4
4 D 7 2
5 C 4 3
我可以添加一个新列(math
),然后用基于 10 和 10 之和的数学表达式填充它col3
.
df['math'] = 10 + df['col3']
In [14]: df
Out[14]:
col1 col2 col3 math
0 A 2 0 10
1 A 1 1 11
2 B 9 9 19
3 NaN 8 4 14
4 D 7 2 12
5 C 4 3 13
但我不知道如何使表达式以另一列中的值为条件(例如,仅当col1 == B
)。期望的输出是:
In [14]: df
Out[14]:
col1 col2 col3 math
0 A 2 0 NaN
1 A 1 1 NaN
2 B 9 9 19
3 NaN 8 4 NaN
4 D 7 2 NaN
5 C 4 3 NaN
为了补充说明,我将使用一个变量col1
值在一个for loop
。结果我没能得到.group_by()
按照描述工作here or here。我想我正在寻找这样的东西......
df['math'] = 10 + df.loc[[df['col1'] == my_var], 'col3']
这是我从上面第二个例子中的评论中得到的 - 但我无法让它工作。它抛出一个ValueError
对于太多值 - 也就是说,我试图将过滤器和操作列一起传递,但它只期望过滤器。ThisSO帖子还使用了.loc
类似于我上面的表达 - 但有一个静态col1
.