Python 基于列内条件的Dataframe列

我想创建一个新的

df[“c”]

，并附带以下条件：

• 如果b进入（a±0.5a），则c=a

• 如果b不在（a±0.5a），则c=b

输出应为：

     a    b
0  100   90
1   30  117
2   90   99
3  200   94

我认为需要使用由

&

创建的条件或链接的条件，或者：

---

df['c']=np.where（df.eval（“0.5*a您只需要
where
这里，而且您的两个条件可以视为一个，所以我们只需要一次if--else（这是
where
）逻辑

df['c'] = np.where(df.eval("0.5 * a <= b <= 1.5 * a"), df.a, df.b)
#alternative 1
#df['c'] = np.where((df['b'] >= df.a.mul(1.5)) & (df['b'] <= df.a.mul(0.5)), df.a, df.b)
#alternative 2
#df['c'] =  np.where(df['b'].between(df.a.mul(0.5), df.a.mul(1.5)), df.a, df.b)

print (df)
     a    b    c
0  100   90  100
1   30  117  117
2   90   99   90
3  200   94   94

df['c']=df['a']
df.c=df.c.where（（df.a*1.5>df.b）和（df.a*0.5这是使用访问器和

结果

df['c'] = df['b']

df.loc[df['b'].between(0.5*df['a'], 1.5*df['a']), 'c'] = df['a']

解释


为序列设置默认值
使用
.loc
更新您的特定标准
如果您有进一步的条件，您可以根据其他答案切换到使用
numpy.where

df['c']=df['a']
df.c=df.c.where((df.a*1.5>df.b)&(df.a*0.5<df.b),df.b)
df
Out[746]: 
     a    b    c
0  100   90  100
1   30  117  117
2   90   99   90
3  200   94   94

df['c'] = df['b']

df.loc[df['b'].between(0.5*df['a'], 1.5*df['a']), 'c'] = df['a']

     a    b    c
0  100   90  100
1   30  117  117
2   90   99   90
3  200   94   94