python - Pandas :根据另一列的值(value)增加值(value)

Question

我有一个 df 看起来像这样:

df
                    dim_pptx  qp_pptx  diff
Absolute Radio          7.39     7.53  0.14
BBC Asian Network       0.13     0.13  0.00
BBC Radio 1            14.41    14.55  0.14
BBC Radio 1Xtra         0.57     0.58  0.01
BBC Radio 2            23.36    23.39  0.03

我想添加一个新列，其中包含基于 df['diff'] 的值

预期输出:

df
                    dim_pptx  qp_pptx  diff  sig
Absolute Radio          7.39     7.53  0.14   **
BBC Asian Network       0.13     0.13  0.00    - 
BBC Radio 1            14.41    14.55  0.14   **
BBC Radio 1Xtra         0.57     0.58  0.01    -
BBC Radio 2            23.36    23.39  0.03    *

所以条件是:

if value > 0.1:
    value = '**'
elif value > 0.02:
    value = '*'
else:
    value = '-'

我的尝试:

comp_df['sig'] = comp_df.apply(lambda x : '*' if comp_df['diff'] > 0.01 else '', axis=0)

错误:

 ValueError: ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', u'occurred at index dim_pptx')

Answer 1

使用 DataFrame.apply 时如果您使用 axis=0 它通过列应用条件，要使用 apply 遍历每一行，您需要 axis=1。

但是鉴于此，您可以使用 Series.apply而不是 DataFrame.apply在 'diff' 系列中。示例 -

comp_df['sig'] = comp_df['diff'].apply(lambda x: '**' if x > 0.1 else '*' if x > 0.02 else '-')