创建一个新的DataFrame,在另一个pd中通过多个条件提取不同的数据,每个条件提取的数据都添加一次到新DataFrame
时间: 2023-08-31 15:21:00 浏览: 36
### 回答1:
假设有一个名为`df`的DataFrame,我们可以使用多个条件来提取不同的数据,并将它们添加到一个新的DataFrame中。以下是一个示例代码:
```python
import pandas as pd
# 创建一个新的空DataFrame
new_df = pd.DataFrame()
# 第一个条件:提取年龄大于等于30岁的所有行
condition1 = df['age'] >= 30
new_df = new_df.append(df[condition1])
# 第二个条件:提取居住在纽约市的所有行
condition2 = df['city'] == 'New York'
new_df = new_df.append(df[condition2])
# 第三个条件:提取工资在$50000到$70000之间的所有行
condition3 = (df['salary'] >= 50000) & (df['salary'] <= 70000)
new_df = new_df.append(df[condition3])
```
在这个示例中,我们首先创建了一个空的DataFrame `new_df`。然后,我们使用三个不同的条件来提取不同的数据,并在每个条件下将数据添加到 `new_df` 中。最终,`new_df` 将包含满足所有三个条件的所有行。
### 回答2:
假设我们要从一个名为df的DataFrame中根据多个条件提取不同的数据,并将每个条件提取的数据都添加到一个新的名为new_df的DataFrame中。
首先,我们需要创建一个空的DataFrame,即new_df。
``` python
import pandas as pd
# 创建空的DataFrame
new_df = pd.DataFrame(columns=df.columns)
```
接下来,我们可以使用多个条件来筛选原始DataFrame df中的数据,并将满足条件的数据添加到new_df中。
假设我们有两个条件:条件1为"列1"大于10,条件2为"列2"等于"abc"。
``` python
# 条件1
condition1 = df["列1"] > 10
# 满足条件1的数据
data1 = df[condition1]
# 将满足条件1的数据添加到new_df中
new_df = new_df.append(data1)
# 条件2
condition2 = df["列2"] == "abc"
# 满足条件2的数据
data2 = df[condition2]
# 将满足条件2的数据添加到new_df中
new_df = new_df.append(data2)
```
这样,new_df就包含了满足条件1和条件2的数据。
最后,我们可以打印new_df来查看提取的数据。
``` python
print(new_df)
```
这就是根据多个条件提取不同数据并添加到新DataFrame的方法。
### 回答3:
首先,我们可以通过使用 Pandas 库中的 `DataFrame` 函数来创建一个新的 DataFrame。
``` python
import pandas as pd
new_df = pd.DataFrame(columns=['条件1列', '条件2列', ...])
```
接下来,我们可以使用 Pandas 的多条件索引功能来提取满足特定条件的数据,并将它们逐一添加到新 DataFrame 中。
``` python
# 条件1提取的数据添加到新 DataFrame
condition1_data = df[(df['条件1列'] == '条件1值')]
new_df = new_df.append(condition1_data)
# 条件2提取的数据添加到新 DataFrame
condition2_data = df[(df['条件2列'] > '条件2值')]
new_df = new_df.append(condition2_data)
...
# 依此类推,使用不同的条件提取需要的数据,并将它们逐一添加到新 DataFrame 中
```
请注意,上述代码中的 `df` 是您希望从中提取数据的原始 DataFrame。
最后,new_df 中将包含满足不同条件的所有数据。你可以根据自己的需求添加任意数量的条件,并将数据逐一添加到新 DataFrame 中。