在python中添加到df中的列

我有一个csv文件，我正在转换成一个数据帧。其中一列

a

大部分用数字填充，偶尔用零填充。我想创建一个新列

e

，它是

a+500列中的数字，除非
a
列在该行中有一个
0
。在这些情况下，它应该保持
0
。或者我想如果列
e
是
a+500
，那么
e
中所有
500
的情况都变成了零，那么它也会起作用。任何帮助都会很好，我对使用pandas/python还不熟悉
 我建议编写一个函数并使用
pd。像这样应用
：

import pandas as pd
df = pd.DataFrame({'a': [0, 1]})
def add500ifnot0(c):
    if c == 0:
        return c
    else:
        return c + 500
df['e'] = df['a'].apply(add500ifnot0)
df

试试这个：

df['new_a'] = df['a'].astype('int').map(lambda x: x+500 if x != 0 else 0)

示例数据帧
解决方案
您可以使用以下命令快速生成列：

>>> df['e'] = df['a'].where(df['a'] == 0, df['a'] + 500)
>>> df
     a    b    e
0  100  200  600
1    0  500    0
2  200    0  700

演出
对于包含300万行的数据帧：

n = int(1e6)
df = pd.DataFrame({'a': [100, 0, 200] * n, 'b': [200, 500, 0] * n})

使用apply（如这里另一个答案中所建议的）非常慢：

%timeit df['new_a'] = df['a'].astype('int').map(lambda x: x+500 if x != 0 else 0)
1 loops, best of 3: 2.5 s per loop

与使用
where（）
相比：

大约快28倍。
嗨！欢迎光临！你的问题太宽泛了。请阅读并开始自己尝试。一旦你陷入困境，请在此提供一个解决方案！非常感谢。我不同意@jkalden的观点，因为这个问题相当具体，但标题非常误导。请将标题编辑为更具体的内容，如“根据其他列的值为python中df中的列添加值”。我同意您应该添加一个最少的示例，至少显示输入和预期输出。
%timeit df['new_a'] = df['a'].astype('int').map(lambda x: x+500 if x != 0 else 0)
1 loops, best of 3: 2.5 s per loop

%timeit df['e'] = df['a'].where(df['a'] == 0, df['a'] + 500)
10 loops, best of 3: 90.9 ms per loop