Python 迭代数据帧中的行，对每个行执行计算，并将答案放入新列中

对python有些陌生。实际上，我感兴趣的是迭代数据帧中的行，如果满足条件，则对特定列执行计算，然后将答案放在新列的同一行上

例如，如果我有一个数据帧：

   c1  c2 
0  20  82
1  15  14
2  10  19

如果c2中的值大于50，我可能希望将c1中的值减半，如果c2中的值小于50，则将c1中的值翻倍，并将答案显示在新列c3中，因此我将以：

   c1  c2  c3
0  20  82  10
1  15  14  30
2  10  19  20

我知道如何做数学运算，以及如何使用if/else函数，它只是在我正在努力处理的行上迭代，以及如何将每个答案放入新的列中。我知道iterrows，但我不确定我是否完全理解如何使用它，或者它在本例中是否合适

---

干杯。

直接的方法是将其分配给同一数据帧内的新列。如果名称存在，将替换列。除此之外，它是附加的

In [2]: df = pd.DataFrame({'c1':[20,15,10],'c2':[82,14,19]})

In [3]: df
Out[3]: 
   c1  c2
0  20  82
1  15  14
2  10  19

In [6]: df['c3'] = df['c1'] + df['c2']

In [7]: df
Out[7]: 
   c1  c2   c3
0  20  82  102
1  15  14   29
2  10  19   29

In [8]: df['c4'] = 10

In [9]: df
Out[9]: 
   c1  c2   c3  c4
0  20  82  102  10
1  15  14   29  10
2  10  19   29  10

可以使用匿名函数实现if-else：

In [13]: df['c5'] = df['c2'].apply(lambda x: x if x > 50 else 'nope')

In [14]: df
Out[14]: 
   c1  c2   c3  c4    c5
0  20  82  102  10    82
1  15  14   29  10  nope
2  10  19   29  10  nope

输出：

   c1  c2    c3
0  20  82  10.0
1  15  14  30.0
2  10  19  20.0

---

解释

np.其中（df['c2']>50，df['c1']*0.5，df['c1']*2）

：

第一部分（

df['c2']>50

）是我们正在检查的条件（在本例中，将

c2

列与50进行比较，如您在问题中所述）

第二部分（

df['c1']*0.5

）是我们在条件为

True

的情况下计算的值

第三部分（

df['c1']*2

）是我们为条件为

False

的情况计算的值

   c1  c2    c3
0  20  82  10.0
1  15  14  30.0
2  10  19  20.0