python-将值输入到新列中

我有一个小数据框下面的支出4人。 有一个名为“Grade”的空列。 我想给那些花费超过100美元的人打分，A级的，B级的，低于100美元的。 假设列“Grade”是一个大数据帧，那么填充列“Grade”最有效的方法是什么

import pandas as pd
df=pd.DataFrame({'Customer':['Bob','Ken','Steve','Joe'],
             'Spending':[130,22,313,46]})
df['Grade']=''

---

最快的方法是将lambda函数与apply函数一起使用

df['grade'] = df.apply(lambda row: 'A' if row['Spending'] > 100 else 'B', axis = 1)

您可以使用：

计时：

df=pd.DataFrame({'Customer':['Bob','Ken','Steve','Joe'],
             'Spending':[130,22,313,46]})

#[400000 rows x 4 columns]
df = pd.concat([df]*100000).reset_index(drop=True)

In [129]: %timeit df['Grade']= np.where(df['Spending'] > 100 ,'A','B')
10 loops, best of 3: 21.6 ms per loop

In [130]: %timeit df['grade'] = df.apply(lambda row: 'A' if row['Spending'] > 100 else 'B', axis = 1)
1 loop, best of 3: 7.08 s per loop

---

可能重复的“否，

应用”

速度非常慢。请检查我答案中的时间。@jezrael有效点。

df=pd.DataFrame({'Customer':['Bob','Ken','Steve','Joe'],
             'Spending':[130,22,313,46]})

#[400000 rows x 4 columns]
df = pd.concat([df]*100000).reset_index(drop=True)

In [129]: %timeit df['Grade']= np.where(df['Spending'] > 100 ,'A','B')
10 loops, best of 3: 21.6 ms per loop

In [130]: %timeit df['grade'] = df.apply(lambda row: 'A' if row['Spending'] > 100 else 'B', axis = 1)
1 loop, best of 3: 7.08 s per loop