pandas根据条件添加行

Pandas库中，可以使用`loc`、`iloc`或`assign`函数根据特定条件动态地向DataFrame中添加新行。这里是一个基本的例子：

import pandas as pd

# 假设我们有一个现有的DataFrame df
df = pd.DataFrame({
   'A': ['foo', 'bar', 'baz'],
   'B': [1, 2, 3],
   'C': [4, 5, 6]
})

# 根据条件添加行
# 条件：如果B列的值等于2，就添加新的一行
new_row = {
   'A': 'qux',
   'B': 2,
   'C': 7  # 这里假设你想设置新的C值
}

# 使用loc添加行，如果索引不存在会自动增加
df.loc[df['B'] == 2] = new_row  # 如果B=2的位置已有数据，则覆盖；若无则新增

# 或者使用assign方法创建一个新的DataFrame并合并
df = df.append(df[df['B'] == 2].assign(**new_row), ignore_index=True)

# 

相关问题

pandas按条件添加列

可以使用pandas的apply函数和lambda表达式来实现按条件添加列，例如：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

df['C'] = df.apply(lambda row: 'Yes' if row['A'] > 2 else 'No', axis=1)

print(df)

输出结果为：

   A  B    C
  1  4   No
1  2  5   No
2  3  6  Yes

以上代码中，我们使用apply函数对每一行进行操作，根据条件判断是否添加新列。

pandas 按照条件添加一列

可以使用 pandas 的 loc 方法来按照条件添加一列，例如：

import pandas as pd

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

# 添加一列 C，当 A 大于 2 时为 True，否则为 False
df.loc[df['A'] > 2, 'C'] = True
df.loc[df['A'] <= 2, 'C'] = False

print(df)

输出结果为：

   A  B      C
0  1  4  False
1  2  5  False
2  3  6   True