如何在data frame中创建仅包含2015年收入的新变量

假设你的数据框命名为df，年份列字段名为年份，工资列字段名为工资，以下是两种常用数据分析工具的实现方案：

Python（Pandas环境） #

• 方案1：基于np.where条件赋值

import numpy as np
import pandas as pd

# 2015年的行取对应工资值，其余行设为缺失值
df['2015年收入'] = np.where(df['年份'] == 2015, df['工资'], pd.NA)

• 方案2：基于.loc索引赋值

# 先初始化新列为缺失值
df['2015年收入'] = pd.NA
# 仅给2015年的行赋值对应工资
df.loc[df['年份'] == 2015, '2015年收入'] = df.loc[df['年份'] == 2015, '工资']

R语言环境 #

• 基础R语法实现

df$`2015年收入` <- ifelse(df$年份 == 2015, df$工资, NA)

• dplyr包语法实现

library(dplyr)

df <- df %>%
  mutate(`2015年收入` = if_else(年份 == 2015, 工资, NA_real_))

注意：如果你的年份列是字符串格式（比如存储为"2015年"而非数值型2015），需要把判断条件中的2015修改为匹配的字符串格式，例如df['年份'] == '2015年'。

内容的提问来源于stack exchange，提问作者vitas