Python 基于现有列值的新列基础

尝试基于现有列“Temp”值创建新值

Chill

或

freezed

Temp

包含如下值：

-18.00C
-20.00C
+10.00C
+19.00C
Nan
DRY

如何使用Pandas实现它

df = pd.DataFrame({'Temp': ['-18.00C', '+10.00c', 'NaN', 'DRY']})

如果

Temp

温度<0.0C，它将处于

冻结状态下

如果
Temp
温度>0.0C，它将处于
Chill


如果
Temp
为“Nan”或“DRY”，它将属于
NA

预期成果：

Temp_Category
Frozen
Chill
NA
NA

您可以通过字典提取第一个值和，但必须在数字之前提取必要的值
+
和
-

df = pd.DataFrame({'Temp': ['-18.00C', '+10.00c', 'NaN', 'DRY', '+0c', '20c']})

d = {'-':'Frozen', '+':'Chill'}
df['new1'] = df['Temp'].str[0].map(d)

另一个想法是提取数值，转换为
float
并使用，但如果存在
0
输出也是
0
，则输出是
NaN
：

pat = r"([-+]?\d*\.\d+|\d+)"
d1 = {1:'Chill', -1:'Frozen', 0:'Chill'}
df['new2'] = np.sign(df['Temp'].str.extract(pat, expand=False).astype(float)).map(d1)

具有
2
条件和：

您可以通过字典提取第一个值和，但必须在数字之前提取必要的值
+
和
-

df = pd.DataFrame({'Temp': ['-18.00C', '+10.00c', 'NaN', 'DRY', '+0c', '20c']})

d = {'-':'Frozen', '+':'Chill'}
df['new1'] = df['Temp'].str[0].map(d)

另一个想法是提取数值，转换为
float
并使用，但如果存在
0
输出也是
0
，则输出是
NaN
：

pat = r"([-+]?\d*\.\d+|\d+)"
d1 = {1:'Chill', -1:'Frozen', 0:'Chill'}
df['new2'] = np.sign(df['Temp'].str.extract(pat, expand=False).astype(float)).map(d1)

具有
2
条件和：

如果值为
0
，会发生什么情况？正值之前总是有
+
？如果值为
0
，会发生什么？在正值之前总是有
+
？