如何在python的dataframe中，对多列进行综合判断。如果A列为"主营业务收入"和B列为"内部交易"，则C列为"内部交易"，否则为空白

您可以使用条件判断和逻辑运算来实现对多列进行综合判断。在Python的DataFrame中，您可以使用`df.loc`或`df['新列名']`来创建一个新列，并根据条件设置相应的值。

下面是一种实现方法：

import pandas as pd

# 创建示例DataFrame
data = {'A': ['主营业务收入', '其他', '主营业务收入'],
        'B': ['内部交易', '其他', '其他']}
df = pd.DataFrame(data)

# 根据条件设置新列的值
df.loc[(df['A'] == '主营业务收入') & (df['B'] == '内部交易'), 'C'] = '内部交易'
df['C'].fillna('', inplace=True)  # 将空白值填充为''

上述代码中，首先创建了一个示例DataFrame `df`，包含列A和B。然后使用`df.loc`选择满足条件`A列为"主营业务收入"和B列为"内部交易"`的行，并将这些行的C列设置为"内部交易"。最后，使用`fillna`方法将C列中的空白值填充为''。

执行上述代码后，您将得到一个新的DataFrame `df`，其中C列根据条件进行了综合判断并设置了相应的值。

相关问题

python重设Dataframe中的户号列为索引列

可以使用`set_index()`方法将DataFrame中的某一列设置为索引列。在你的情况下，如果要将“户号”列设置为索引列，可以这样做：

import pandas as pd

# 假设你的DataFrame名为df，户号列名为'huhao'
df = df.set_index('huhao')

这将返回一个新的DataFrame，其中“户号”列已成为索引列。如果你想在原地修改DataFrame，可以将`inplace`参数设置为`True`：

df.set_index('huhao', inplace=True)

这将修改原始DataFrame，而不是返回一个新的DataFrame。

python dataframe剔除某列为0的所在行

要剔除Python的DataFrame中某列为0的所在行，可以使用以下步骤：

1. 首先，导入所需要的库，例如``pandas``。可以使用以下代码完成导入：

import pandas as pd

2. 接下来，创建一个DataFrame。假设我们有一个包含三列的DataFrame，分别是``col1``、``col2``和``col3``。我们需要剔除``col3``列为0的所在行。可以使用以下代码创建DataFrame：

data = {'col1': [1, 2, 3, 4],
        'col2': [5, 6, 7, 8],
        'col3': [0, 9, 0, 11]}
df = pd.DataFrame(data)

3. 然后，使用条件过滤来剔除``col3``列为0的所在行。可以使用以下代码完成：

df_filtered = df[df['col3'] != 0]

4. 最后，打印剔除了``col3``列为0的所在行之后的DataFrame。可以使用以下代码完成：

print(df_filtered)

以上代码执行后，将会打印出剔除了``col3``列为0的所在行之后的DataFrame。

希望以上答案能够帮助到您！