Python 如何根据其他现有列的条件添加具有值的新列？

这是目前的df_治疗方法

我想添加一个新字段“治疗类型”，其值应基于列中的值（二甲双胍、格列吡嗪、胰岛素）：

（“治疗类型价值”：（二甲双胍价值、格列吡嗪价值、胰岛素价值））

我该怎么做

---

谢谢，

有几种方法。一种是使用字典存储您的治疗方法和条件：

d = {"No Treatment": ('NO', 'NO', 'NO'),
     "Metformin": ('YES', 'NO', 'NO')
     "Glipizide": ('NO', 'YES', 'NO'),
     ...}

然后迭代字典并更新系列：

arr = df[['metformin', 'glipizide', 'insulin']].values

for treatment, flags in d.items():
    df.loc[(arr == flags).all(1), 'treatment_type'] = treatment

---

我建议的唯一改进是将所有

'NO'

/

'YES'

值转换为布尔值

False

/

True

。这将大大提高效率，因为布尔序列支持向量化操作。

d={“无治疗”：（“无”、“无”、“无”）、“二甲双胍”：（“是”、“无”、“无”）、“格列吡嗪”：（“无”、“是”、“无”）、“二甲双胍-格列吡嗪”：（“是”、“是”、“否”）、“二甲双胍-胰岛素”：（“是”、“无”、“是”）、“格列吡嗪-胰岛素”：（'NO'，'YES'，'YES'，'YES'，'YES'），“二甲双胍-格列吡嗪-胰岛素”：（'YES'，'YES'，'YES'）}arr=df_治疗[[['Metformin'，'Glipizide'，'Insulin']]。治疗值，d.items中的标志（）：df_治疗。loc[（arr==标志）。所有（1），'treatment_type']=df_治疗我这样运行，现在它显示了正在治疗的NaN_类型：（我做错了什么？最后一行看起来是错的，根据我的例子，你需要

=treatments

。

=df_treatments

毫无意义。

arr = df[['metformin', 'glipizide', 'insulin']].values

for treatment, flags in d.items():
    df.loc[(arr == flags).all(1), 'treatment_type'] = treatment