Pandas DataFrame数据类型判断:如何根据两列数据类型赋值“OK”或“NO”?

碧海醫心
发布: 2025-02-23 08:20:11
原创
912人浏览过

pandas dataframe数据类型判断:如何根据两列数据类型赋值“ok”或“no”?

Python Pandas:根据数据类型在DataFrame中赋值“OK”或“NO”

本文介绍如何使用Python Pandas库,根据DataFrame中两列(例如'a列'和'b列')的数据类型,为新列(例如'结果')赋值“OK”或“NO”。如果'a列'和'b列'中对应行的值均为整数类型,则新列赋值为“OK”,否则赋值为“NO”。

方法:

我们可以利用Pandas的apply()方法结合isinstance()函数实现此功能。apply()方法可以对DataFrame的行或列进行逐元素操作,而isinstance()函数则用于判断数据类型。

代码示例:

import pandas as pd

# 创建示例DataFrame
data = {'a列': [1, '2', 3, 4.5], 'b列': [5, 6, '7', 8]}
df = pd.DataFrame(data)

# 定义判断函数
def check_type(row):
    if isinstance(row['a列'], int) and isinstance(row['b列'], int):
        return 'OK'
    else:
        return 'NO'

# 应用判断函数并创建新列
df['结果'] = df.apply(check_type, axis=1)

# 打印结果
print(df)
登录后复制

输出:

   a列  b列 结果
0  1   5  OK
1  2   6  OK
2  3   7  NO
3  4.5  8  NO
登录后复制

代码解释:

  1. 我们首先创建了一个示例DataFrame。
  2. check_type函数接受DataFrame的一行作为输入,并检查'a列'和'b列'的值是否都是整数。
  3. df.apply(check_type, axis=1)将check_type函数应用于DataFrame的每一行(axis=1指定按行操作),并将结果存储在新的'结果'列中。

此方法清晰简洁,易于理解和维护,并且避免了使用np.where带来的潜在性能问题,尤其是在处理大型DataFrame时。 它直接利用Pandas的内置函数,更符合Pandas的编程风格。

以上就是Pandas DataFrame数据类型判断:如何根据两列数据类型赋值“OK”或“NO”?的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习
PHP中文网抖音号
发现有趣的

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号