python 如何根据某列值大小关系，赋予新列

在Python中，可以使用pandas库将某列值的大小关系赋予新列。下面给出示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [11, 22, 33, 44, 55]})

# 根据列B的值的大小关系，给列C赋值
df['C'] = pd.cut(df['B'], bins=[0, 20, 40, 60], labels=['small', 'medium', 'large'])

print(df)

输出结果：

   A   B       C
0  1  11   small
1  2  22  medium
2  3  33  medium
3  4  44  medium
4  5  55   large

在上述代码中，首先创建了一个DataFrame，包含两列，其中列B的值是需要根据它来赋值的。然后，在新建一列C时，使用了`cut()`函数，它可以将一列数值根据一个或多个分割点进行切割，分割后的区间可以自定义标签。在这里，我们使用了`cut()`函数将列B的值根据分割点[0, 20, 40, 60]进行切割，将其分为三个区间，分别为'small'、'medium'、'large'，并将切割后的值赋给新的列C。

相关问题

python 如何根据某列值，赋予新列

在Python中，可以使用pandas库将某列的值赋予新列。下面给出示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': ['a', 'b', 'c', 'd', 'e']})

# 根据列B的值，给列C赋值
df['C'] = df['B'].map({'a': 'apple', 'b': 'banana', 'c': 'cherry', 'd': 'durian', 'e': 'elderberry'})

print(df)

输出结果：

   A  B           C
0  1  a       apple
1  2  b      banana
2  3  c      cherry
3  4  d      durian
4  5  e  elderberry

在上述代码中，首先创建了一个DataFrame，包含两列，其中列B的值是需要根据它来赋值的。然后，在新建一列C时，使用了`map()`函数，它可以将一个字典映射到Series或DataFrame中的每个元素上。在这里，我们使用字典将每个B列的值映射为新的C列的值。

python 如何根据某列值是否大于1980，赋予新列1或0

在Python中，可以使用pandas库将某列值是否大于某个数值赋予新列1或0。下面给出示例代码：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1980, 1990, 2000, 2010, 2020]})

# 根据列A的值是否大于1980，给列B赋值
df['B'] = (df['A'] > 1980).astype(int)

print(df)

输出结果：

      A  B
0  1980  0
1  1990  1
2  2000  1
3  2010  1
4  2020  1

在上述代码中，首先创建了一个DataFrame，包含一列A的值。然后，在新建一列B时，使用了一个条件表达式`(df['A'] > 1980)`，它会返回一个由True和False组成的布尔类型序列，True表示对应位置的A列的值大于1980，False表示小于等于1980。接下来使用`astype(int)`函数将布尔类型序列转换为整型序列，True会转换为1，False会转换为0，并将其赋给新的列B。