pandas 根据多列计算生成一列

可以使用 Pandas 的 apply 方法，结合 lambda 表达式来根据多列计算生成一列。

例如，假设有一个 DataFrame 包含三列（A、B、C），我们想要计算 A 和 B 列的和，并将其保存在新的一列 D 中，可以按照如下方式实现：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用 apply 方法和 lambda 表达式计算新列
df['D'] = df.apply(lambda row: row['A'] + row['B'], axis=1)

print(df)

输出结果为：

   A  B  C  D
0  1  4  7  5
1  2  5  8  7
2  3  6  9  9

在 lambda 表达式中，每一行的数据被表示为一个 Series 对象，可以通过索引的方式获取指定的列，然后进行计算。axis=1 表示对每一行进行操作。最后将计算结果保存到新的一列 D 中。

相关问题

pandas 根据多列计算生成多列

可以使用 pandas 的 apply 函数来实现根据多列计算生成多列的需求。具体步骤如下：

1. 定义一个函数，该函数接收一个 Series 类型的参数，该 Series 包含了需要计算的多个列的值，并返回一个包含需要生成的多个列的值的 Series。

2. 使用 apply 函数将该函数应用到需要计算的多个列上，生成一个新的 DataFrame。

下面是一个示例代码：

import pandas as pd

# 定义一个函数，该函数接收一个 Series 类型的参数，该 Series 包含了需要计算的多个列的值，并返回一个包含需要生成的多个列的值的 Series。
def calculate_cols(row):
    col1 = row['col1']
    col2 = row['col2']
    col3 = col1 + col2
    col4 = col1 - col2
    return pd.Series({'col3': col3, 'col4': col4})

# 创建一个 DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})

# 使用 apply 函数将该函数应用到需要计算的多个列上，生成一个新的 DataFrame。
new_df = df.apply(calculate_cols, axis=1)

# 将新生成的多个列添加到原 DataFrame 中
df[['col3', 'col4']] = new_df[['col3', 'col4']]

在上面的代码中，我们首先定义了一个函数 calculate_cols，该函数接收一个包含需要计算的多个列的值的 Series，然后根据需要计算生成多个新的列的值，最后返回一个包含需要生成的多个列的值的 Series。

然后，我们创建了一个 DataFrame，并使用 apply 函数将 calculate_cols 函数应用到需要计算的多个列上，生成一个新的 DataFrame。最后，我们将新生成的多个列添加到原 DataFrame 中。

pandas 根据一列生成两列

可以使用 `pandas` 的 `str.split()` 方法，将一列文本数据按照指定的分隔符分割成多个部分，并将其转换为 `DataFrame` 对象。例如，假设我们有一个包含姓名和性别的数据表，姓名和性别之间用逗号分隔，我们想要将其分成两列姓名和性别，可以使用以下代码：

import pandas as pd

# 创建包含姓名和性别的数据表
df = pd.DataFrame({'name_gender': ['Tom,Male', 'Jerry,Female']})

# 使用 str.split() 方法将 name_gender 分割成两列
df[['name', 'gender']] = df['name_gender'].str.split(',', expand=True)

# 打印结果
print(df)

输出结果为：

   name_gender   name  gender
0      Tom,Male    Tom    Male
1  Jerry,Female  Jerry  Female

在这个例子中，我们使用 `str.split()` 方法将 `name_gender` 列按照逗号分割成两个部分，并使用 `expand=True` 参数将其转换为 `DataFrame` 对象，然后将生成的两列数据分别赋值给 `name` 和 `gender` 列。