如何在Pandas中基于现有列值为DataFrame新增条件赋值列

嘿，我来帮你搞定这个需求！你需要给包含fromnode、vianode、tonode、angle四列的DataFrame新增一列A，按照指定的角度区间赋值对吧？我给你两种简洁的实现方法，都能完美满足你的要求。

方法一：使用numpy.select（推荐，逻辑清晰） #

这个方法可以明确列出每个条件对应的赋值，可读性很强，适合多条件分支的场景：

import pandas as pd
import numpy as np

# 假设你的DataFrame名为df
conditions = [
    (df['angle'] > 0) & (df['angle'] < 90),
    (df['angle'] > 180) & (df['angle'] < 270)
]
choices = [1, 2]

df['A'] = np.select(conditions, choices, default=np.nan)

代码解释： #

• 首先定义两个条件列表：第一个是angle在(0,90)区间，第二个是angle在(180,270)区间
• choices对应每个条件的赋值结果，顺序和conditions一一对应
• default=np.nan表示不满足任何条件时，赋值为NA（在pandas里np.nan就是缺失值的标准表示）

方法二：使用pd.cut（适合区间划分场景） #

如果你的需求是基于连续区间的划分，pd.cut也是个不错的选择：

import pandas as pd

# 定义区间和对应的标签
bins = [-np.inf, 0, 90, 180, 270, np.inf]
labels = [np.nan, 1, np.nan, 2, np.nan]

df['A'] = pd.cut(df['angle'], bins=bins, labels=labels, include_lowest=False)
# 把结果转为数值类型（可选，因为cut默认返回分类类型）
df['A'] = df['A'].astype(float)

输入输出示例 #

输入DataFrame： #

处理后的输出DataFrame： #

内容的提问来源于stack exchange，提问作者moataz ali