Python 如何根据计算条件创建新列？

有两个列A和列老化。需要创建一个名为simulator的新列，其条件（平均值+标准值）为a列。例如，对于所有老化==2，应根据a列中的相应值计算模拟器

我尝试了下面给出的代码，但是当我更改老化值时，模拟器值没有更改。下面提供的是我尝试过的参考数据和代码

# seed the pseudorandom number generator
from numpy.random import seed
from numpy.random import randint
# seed random number generator
seed(1)
# generate some random numbers
x=pd.DataFrame(randint(0, 10, 20),columns=list('A'))
# reset the seed
seed(1)
# generate some random numbers
x['aging']=pd.DataFrame(randint(1,5,20),columns=list('z'))

x['simulator']=np.where(x['aging']==2,x.A.mean()+x.A.std(),0)
x['simulator']=np.where(x['aging']==4,x.A.mean()+x.A.std(),x['simulator'])

---

np。其中

首先计算值，然后根据条件选择这些值。因此，在这两种情况下，

x.A.mean（）+x.A.std（）

都是在整个数据帧上计算的，并且在每种情况下都是相同的数据帧，所选的值是相同的

唯一的区别是，该值仅设置为

x['aging']==2

或

x['aging']==4

的行，具体取决于条件

如果希望列为每个账龄内的

平均值
+
std
，请使用
groupby
+
transform
：

gp = x.groupby('aging')['A']
x['simulator'] = gp.transform('mean') + gp.transform('std')

    A  aging  simulator
0   5      2   7.088436
1   8      4   6.835113
2   9      1   9.041928
3   5      1   9.041928
4   0      4   6.835113
5   0      2   7.088436
6   1      4   6.835113
7   7      2   7.088436
8   6      4   6.835113
9   9      1   9.041928
10  2      1   9.041928
11  4      2   7.088436
12  5      1   9.041928
13  2      4   6.835113
14  4      2   7.088436
15  2      1   9.041928
16  4      3   7.621320
17  7      2   7.088436
18  7      3   7.621320
19  9      1   9.041928