基于DataFrame列条件计算新增列F的Python实现求助

需求说明 #

给现有DataFrame新增一列F，规则如下：

• 找到D列值等于1的行，提取该行对应的E列值（示例中为2.4）
• 所有行的F列值 = 对应行的D列值 × 上述提取到的E值
• 若D列为无效值（示例中的-），则F列为nan

示例DataFrame：

A     B       C        D            E          F
---   ---     ---      ---         ---        ---
C1    b1      10.2     1.34         0         1.34*2.4
C1    b2      11.2     0.78         0         0.78*2.4
C1    b3      13.12    1.02         0         1.02*2.4
C2    b4      11.90    0.89         0         0.89*2.4
C2    b5      12.33    1           2.4        1*2.4
C3    b6      43.90     -          3.2        nan

你尝试的代码存在索引范围错误和逻辑漏洞：

g["F"][:-2] = np.where(g["D"][-2:] == 1, g["D"][:-2]*G["E])

解决方案 #

步骤1：预处理D列，提取目标E值 #

先将D列的无效值转为数值型NaN，再定位D=1的行获取对应的E值：

import pandas as pd

# 处理D列的非数值内容，转为NaN
g['D'] = pd.to_numeric(g['D'], errors='coerce')

# 提取D=1对应的E值（假设仅存在一行D=1，多行可根据需求调整逻辑）
target_e = g.loc[g['D'] == 1, 'E'].iloc[0]

步骤2：计算生成F列 #

直接用D列乘以目标E值，NaN会自动传递到F列：

g['F'] = g['D'] * target_e

完整代码示例 #

import pandas as pd

# 构造示例DataFrame
data = {
    'A': ['C1', 'C1', 'C1', 'C2', 'C2', 'C3'],
    'B': ['b1', 'b2', 'b3', 'b4', 'b5', 'b6'],
    'C': [10.2, 11.2, 13.12, 11.90, 12.33, 43.90],
    'D': [1.34, 0.78, 1.02, 0.89, 1, '-'],
    'E': [0, 0, 0, 0, 2.4, 3.2]
}
g = pd.DataFrame(data)

# 预处理D列
g['D'] = pd.to_numeric(g['D'], errors='coerce')

# 获取目标E值
target_e = g.loc[g['D'] == 1, 'E'].iloc[0]

# 计算F列
g['F'] = g['D'] * target_e

print(g)

输出结果 #

A   B      C     D    E     F
0  C1  b1  10.20  1.34  0.0  3.216
1  C1  b2  11.20  0.78  0.0  1.872
2  C1  b3  13.12  1.02  0.0  2.448
3  C2  b4  11.90  0.89  0.0  2.136
4  C2  b5  12.33  1.00  2.4  2.400
5  C3  b6  43.90   NaN  3.2    NaN

补充说明 #

• 若DataFrame中存在多行D=1，可根据需求调整target_e的获取逻辑，比如取平均值：target_e = g.loc[g['D'] == 1, 'E'].mean()
• 代码通过pd.to_numeric统一处理D列的非数值内容，确保后续计算逻辑的一致性

内容的提问来源于stack exchange，提问作者zhhJll