Pandas是Python中最流行的数据分析工具之一，它提供了高效、灵活和易于使用的数据结构和操作函数。其中一个重要的功能就是可以根据多个列的判断条件生成新的列，本文将介绍如何在pandas中实现这种操作。

什么是条件生成新列？
首先，让我们来看一下什么是条件生成新列。在数据分析中，我们经常需要根据某些条件对数据进行分类或标记。例如，在一个销售订单数据集中，我们可能需要根据订单金额和支付状态生成一个新的列，用于标记该订单是否已被支付。在这种情况下，我们需要使用两个列的值来决定新列的值。

在pandas中，我们可以通过使用apply()函数和lambda表达式来实现这种功能。下面是一个简单的示例，演示了如何在pandas中将两个列的值相加，并将结果存储在一个新列中：

import pandas as pd # 创建一个包含两个列的DataFrame data = {'col1': [1, 2, 3], 'col2': [4, 5, 6]}
df = pd.DataFrame(data) # 使用apply()函数和lambda表达式将两个列相加，并将结果存储在一个新列中 df['new_col'] = df.apply(lambda x: x['col1'] + x['col2'], axis=1) # 打印DataFrame print(df)
输出结果：

col1  col2  new_col
0     1     4        5
1     2     5        7
2     3     6        9
在这个示例中，我们创建了一个包含两个列的DataFrame，并使用apply()函数和lambda表达式将这两列相加，并将结果存储在一个新列中。lambda表达式接受一个参数x，该参数是一个Series对象，包含DataFrame中一行的所有值。通过指定axis=1参数，我们可以确保apply()函数对每行应用lambda表达式。

如何根据条件生成新列？
现在让我们来看一下如何在pandas中根据条件生成新列。假设我们有一个包含订单数据的DataFrame，其中包含以下几列：订单编号、订单日期、订单金额和支付状态。我们想要根据订单金额和支付状态生成一个新列，用于标记每个订单是否已经完成。

首先，我们需要定义一个函数，该函数接受一个Row对象作为参数，并返回一个字符串，表示订单的状态。具体而言，在我们的示例中，如果订单金额大于等于100并且支付状态为“paid”，则订单状态为“completed”；否则订单状态为“incomplete”。下面是实现这个功能的代码：

def get_order_status(row): if row['order_amount'] >= 100 and row['payment_status'] == 'paid': return 'completed' else: return 'incomplete' 
接下来，我们使用apply()函数和lambda表达式将该函数应用于每个DataFrame行，并将结果存储在一个新列中。下面是完整的示例代码：

import pandas as pd # 创建一个包含订单数据的DataFrame data = {'order_no': [1, 2, 3], 'order_date': ['2022-01-01', '2022-01-02', '2022-01-03'], 'order_amount': [50, 150, 200], 'payment_status': ['unpaid', 'paid', 'paid']}
df = pd.DataFrame(data) # 定义一个函数，根据条件返回订单状态 def get_order_status(row): if row['order_amount'] >= 100 and row['payment_status'] == 'paid': return 'completed' else: return 'incomplete' # 使用apply()函数和lambda表达式生成新列 df['order_status'] = df.apply(lambda x: get_order_status(x), axis=1) # 打
印DataFrame print(df)

输出结果：
order_no order_date order_amount payment_status order_status 0 1 2022-01-01 50 unpaid incomplete 1 2 2022-01-02 150 paid completed 2 3 2022-01-03 200 paid completed

在这个示例中，我们首先创建了一个包含订单数据的DataFrame，并定义了一个函数`get_order_status()`，用于根据条件返回订单状态。然后，我们使用`apply()`函数和lambda表达式将该函数应用于每个DataFrame行，并将结果存储在一个新列中。

需要注意的是，在本例中，我们使用了一些简单的条件来判断订单状态。如果你需要处理更复杂的条件，可能需要使用更多的逻辑和操作符。此外，还可以使用pandas提供的其他函数和方法来实现条件生成新列的功能，例如`where()`、`mask()`和`numpy.where()`等。 ## 总结 通过本文，我们了解了如何在pandas中根据两列的判断条件生成新的列。我们学习了如何使用`apply()`函数和lambda表达式来实现这种功能，以及如何定义一个自定义函数来处理更复杂的条件。这些技术可以帮助我们更有效地处理和分析数据，并为数据分析和可视化提供更多的灵活性和控制性。

推荐学习书籍
《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0