python pandas - 将数值输入新列

Question

我有一个小数据框低于4人的支出。 有一个名为'成绩'的空栏。 我想对那些花费超过100美元A级的人以及B级花费不到100美元的人进行评分。 假设它是一个大数据框，填充'Grade'列的最有效方法是什么？要做到这一点

import pandas as pd 
df=pd.DataFrame({'Customer':['Bob','Ken','Steve','Joe'], 
      'Spending':[130,22,313,46]}) 
df['Grade']='' 

Answer 1

您可以使用numpy.where：

df['Grade']= np.where(df['Spending'] > 100 ,'A','B') 
print (df) 
    Customer Spending Grade 
0  Bob  130  A 
1  Ken  22  B 
2 Steve  313  A 
3  Joe  46  B 

时序：

df=pd.DataFrame({'Customer':['Bob','Ken','Steve','Joe'], 
      'Spending':[130,22,313,46]}) 

#[400000 rows x 4 columns] 
df = pd.concat([df]*100000).reset_index(drop=True) 

In [129]: %timeit df['Grade']= np.where(df['Spending'] > 100 ,'A','B') 
10 loops, best of 3: 21.6 ms per loop 

In [130]: %timeit df['grade'] = df.apply(lambda row: 'A' if row['Spending'] > 100 else 'B', axis = 1) 
1 loop, best of 3: 7.08 s per loop 

Answer 2

最快的方式是使用lambda函数与应用功能。

df['grade'] = df.apply(lambda row: 'A' if row['Spending'] > 100 else 'B', axis = 1)