python - 如何向由条件语句形成的表添加新列？

Question

我有一个非常简单的查询。

我有一个如下所示的 csv:

ID X Y
1 10 3
2 20 23
3 21 34

我想添加一个名为 Z 的新列，如果 X 等于或大于 Y，则该列等于 1，否则等于 0。

到目前为止我的代码是:

import pandas as pd

data = pd.read_csv("XYZ.csv")
for x in data["X"]:
   if x >= data["Y"]:
      Data["Z"] = 1
   else:
      Data["Z"] = 0

Answer 1

您可以在不使用循环的情况下使用 ge 来完成此操作这意味着大于或等于，并使用 astype 将 bool 数组转换为 int :

In [119]:
df['Z'] = (df['X'].ge(df['Y'])).astype(int)
df

Out[119]:
   ID   X   Y  Z
0   1  10   3  1
1   2  20  23  0
2   3  21  34  0

关于您的尝试:

for x in data["X"]:
   if x >= data["Y"]:
      Data["Z"] = 1
   else:
      Data["Z"] = 0

这是行不通的，首先你使用的是Data而不是data，即使修复了这个问题，你也会将标量与数组进行比较，所以这会引发警告，因为将标量与数组进行比较是不明确的，第三，您要分配整个列，因此会覆盖该列。

您需要访问您的循环无法访问的索引标签，您可以使用 iteritems为此:

In [125]:
for idx, x in df["X"].iteritems():
    if x >= df['Y'].loc[idx]:
        df.loc[idx, 'Z'] = 1
    else:
        df.loc[idx, 'Z'] = 0
df

Out[125]:
   ID   X   Y  Z
0   1  10   3  1
1   2  20  23  0
2   3  21  34  0

但实际上这是不必要的，因为这里有一个矢量化方法