python - 在 Python 中从另一列创建新列

Question

我有一个 python 中的 pandas 数据框，我们称之为 df

在此数据框中，我基于现有列创建一个新列，如下所示:

df.loc[:, 'new_col'] = df['col']

然后我执行以下操作:

df[df['new_col']=='Above Average'] = 'Good'

但是，我注意到此操作还更改了 df['col'] 中的值

我应该怎么做才能对 df['col'] 中的值进行排序？不受我在df['new_col']中所做的操作的影响？

Answer 1

使用DataFrame.loc与 boolean indexing :

df.loc[df['new_col']=='Above Average', 'new_col'] = 'Good'

如果未指定列，则所有列均根据条件设置为Good。

<小时/>

此外，这两行代码都应更改为 numpy.where 。或Series.mask :

df['new_col'] = np.where(df['new_col']=='Above Average', 'Good', df['col'])

<小时/>

df['new_col'] = df['col'].mask(df['new_col']=='Above Average', 'Good')

编辑:要更改许多值，请使用 Series.replace或Series.map使用指定值的字典:

d = {'Good':['Above average','effective'], 'Very Good':['Really effective']}

#swap key values in dict
#http://stackoverflow.com/a/31674731/2901002
d1 = {k: oldk for oldk, oldv in d.items() for k in oldv}
print (d1)
{'Above average': 'Good', 'effective': 'Good', 'Really effective': 'Very Good'}

df['new_col'] = df['col'].replace(d1)
#if large data obviously better performance
df['new_col'] = df['col'].map(d1).fillna(df['col'])