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DataFramedata = {'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)
输出：
a列 b列 结果0 1 5 OK1 2 6 OK2 3 7 NO3 4.5 8 NO
代码解释：
我们首先创建了一个示例DataFrame。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。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，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1357104.html
微信扫一扫 
支付宝扫一扫 
