Python 如何使用VLOOKUP在Pandas中的新列中添加值？

我正在从事一个分析亚马逊营销活动数据集的项目。这些运动有等级制度：

“Camapigns”包括 “广告组”包括 “关键词”

虽然我可以看到所有记录类型（活动、广告组和关键字）的性能值，但“出价”的更改只能在记录类型关键字上进行。实际的活动有17000行和几个不同的活动等，但是，我在这里创建了一个示例版本：

将熊猫作为pd导入
d={'Record Type'：['Campaign'、'AdGroup'、'Keyword'、'Keyword'、'Keyword']，
‘活动’：[‘测试活动’、‘测试活动’、‘测试活动’、‘测试活动’、‘测试活动’、‘测试活动’]，
“AdGroup”：[“”、'AdGroup_A'、'AdGroup_A'、'AdGroup_A'、'AdGroup_A']，
'关键字'：[''，'Keyword_A'，'Keyword_B'，'Keyword_C']，
‘出价’：['NA'，'NA'，1,1,1]，
“性能”：[0.3'、'0.9'，0.6,1.1,1.3]}
df=pd.DataFrame（数据=d）
打印（df）

我希望该计划做什么：

1） 检查“记录类型”AdGroup的性能。如果性能有特定条件（例如，如果性能<1），则应更改“记录类型”关键字的出价（例如+10%）

我的想法是：

创建一个新列，该列由值“campaign_AdGroup”组合而成（然后每个AdGroup都有一个单数值，因为同名的AdGroup可能位于另一个campaign中）

用action“action”的值创建另一列（例如：110%，因为我们想用10%提升关键字）

在最后一步中，我将遍历所有“Record Type”关键字，并对“campaign+AdGroup”的组合进行VLOOKUP。如果在“操作”中找到结果，则特定关键字的出价应与“操作”值相乘

你对第三步有什么建议吗。？这是最后一个代码：

将熊猫作为pd导入
d={'Record_Type'：['Campaign'，'AdGroup'，'Keyword'，'Keyword'，'Keyword']，'Campaign'：['Test_Campaign'，'Test_Campaign'，
‘测试活动’、‘测试活动’、‘测试活动’、‘广告组’：[“”、‘广告组A’、‘广告组A’、‘广告组A’、‘广告组A’、‘广告组A’、‘广告组A’]
“，”关键字“：[”，”关键字“，”关键字“，”关键字“，”关键字“，”关键字“，”关键字“，”投标“：[”不适用“，”不适用“，”1,1,1]，”性能“：[0.3,0.9,0.6,1.1,1.3]）
df=pd.DataFrame（数据=d）
df['Action']=1
df['Help']=df['Record_Type']+df['Campaign']
打印（df）

我可能会使用apply lambda函数。 i、 e

df[“操作”]=df.apply（如果r[“记录类型”]=“AdGroup”和r[“性能”]<1，则λr:1.1，否则r[“操作”]，轴=1）

---

您还可以将iloc与条件一起使用。

我可能会使用apply lambda函数。 i、 e

df[“操作”]=df.apply（如果r[“记录类型”]=“AdGroup”和r[“性能”]<1，则λr:1.1，否则r[“操作”]，轴=1）

---

您也可以在有条件的情况下使用iloc。

谢谢您的帮助，但现在它不是问题的解决方案。因为：如果一个广告组的性能值小于1，我想更改这个广告组中每个关键字的出价。迭代必须分为两个步骤：1）检查AdGroup级别的性能，如果需要更改关键字的出价值，则保存信息。保存的数据可以是“活动”+“广告组”和动作的数据集。2） 在第二步中，需要检查所有“Record_Type”关键字。如果关键字的“活动”+“广告组”在之前的列表中，则必须在关键字级别执行操作。例如，在本例中，“AdGroup_A”的性能为0.9。我们需要保存信息“Test_CampaignAdGroup_A”和“Action”值“1.1”。在第二步中，我们需要检查所有“记录类型”关键字。对于每个关键字，还将构建“活动”+“广告组”的组合。现在，它必须是在AdGroup的相同数据上的VLOOKUP，如果有一个操作，那么该操作需要与关键字的出价相乘。在这种情况下，所有关键字必须与1.1相乘。感谢您的帮助，但现在它不是问题的解决方案。因为：如果一个广告组的性能值小于1，我想更改这个广告组中每个关键字的出价。迭代必须分为两个步骤：1）检查AdGroup级别的性能，如果需要更改关键字的出价值，则保存信息。保存的数据可以是“活动”+“广告组”和动作的数据集。2） 在第二步中，需要检查所有“Record_Type”关键字。如果关键字的“活动”+“广告组”在之前的列表中，则必须在关键字级别执行操作。例如，在本例中，“AdGroup_A”的性能为0.9。我们需要保存信息“Test_CampaignAdGroup_A”和“Action”值“1.1”。在第二步中，我们需要检查所有“记录类型”关键字。对于每个关键字，还将构建“活动”+“广告组”的组合。现在，它必须是在AdGroup的相同数据上的VLOOKUP，如果有一个操作，那么该操作需要与关键字的出价相乘。在这种情况下，所有关键字必须乘以1.1。

df["Action"] = df.apply(lambda r: 1.1 if r["Record_Type"] == "AdGroup" and r["Performance"] < 1 else r["Action"], axis=1)