如何使用Python基于其他列的条件计算并新增rate列？

当然可以用Python搞定这个需求！处理这类结构化表格数据，pandas库是最合适的工具，下面是具体的实现步骤和代码：

步骤说明 #

我们可以利用pandas的条件判断功能，根据hour和km_length列的有效值情况，分别应用对应的计算公式生成rate列。

完整代码示例 #

import pandas as pd
import numpy as np

# 构造初始表格数据，空值用np.nan表示（符合pandas的标准缺失值格式）
data = {
    'type': ['A', 'B'],
    'hour': [1, np.nan],
    'km_length': [np.nan, 2],
    'total': [1, 1]
}
df = pd.DataFrame(data)

# 计算rate列：优先使用hour列的公式，否则用km_length的公式
df['rate'] = np.where(
    df['hour'].notna(),
    (df['hour'] * 100) / df['total'],
    (df['km_length'] * 1000000) / df['total']
)

# 打印结果
print(df)

运行结果 #

执行上述代码后，会得到你想要的目标表格：

补充说明 #

• 如果你的原始数据中空值是用空字符串''表示的，可以先执行df.replace('', np.nan, inplace=True)转换为标准缺失值，再进行后续计算
• np.where()函数是高效的条件分支工具，能批量处理整列数据，比逐行遍历的效率高很多

内容的提问来源于stack exchange，提问作者nomnom3214