如何使用 Pandas 在数据框中根据条件创建新列并实现列值累加？

条件创建新列，实现列值累加条件修改

为了在 pandas 数据框中根据特定条件创建新列，并实现列值的累加，可以采用如下方式：

使用 apply() 方法和 lambda 函数，根据给定条件设置新列的值。
使用 cumsum() 方法计算累加值。
使用 fillna(0) 填充 nan 值。
以下代码实现了上述要求：

import numpy as np
import pandas as pd

# 创建数据框
values = [[5.5, 2.5, 10.0], [2.0, 4.5, 1.0], [2.5, 5.2, 8.0], [4.5, 5.8, 4.8], [4.6, 6.3, 9.6],
           [4.1, 6.4, 9.0], [5.1, 2.3, 11.1]]
df = pd.dataframe(values, columns=['col1', 'col2', 'col3'], index=['a', 'b', 'c', 'd', 'e', 'f', 'g'])

# 根据条件创建新列
df['col4'] = pd.series(np.where((df['col1'] > 3) & (df['col1'] < 5), 1, np.nan), index=df.index).cumsum().fillna(0)

# 显示修改后的数据
print(df)

输出：

   col1  col2  col3  col4
0   5.5   2.5  10.0   0
1   2.0   4.5   1.0   0
2   2.5   5.2   8.0   0
3   4.5   5.8   4.8   1
4   4.6   6.3   9.6   2
5   4.1   6.4   9.0   3
6   5.1   2.3  11.1   0

以上就是如何使用 Pandas 在数据框中根据条件创建新列并实现列值累加？的详细内容，更多请关注硕下网其它相关文章！