如何在pandas合并DataFrame后生成diff与status两个新列

实现方法 #

在你已经得到mergedf的基础上，只需要先新增diff和status两列，再提取目标字段即可，有两种常用实现方案：

方案1：pandas原生向量化操作（无需额外导入包，执行效率最高） #

# 生成diff列：score与age的差值
mergedf['diff'] = mergedf['score'] - mergedf['age']
# 生成status列：先统一赋值为false，再匹配age等于score的行修改为OK
mergedf['status'] = 'false'
mergedf.loc[mergedf['age'] == mergedf['score'], 'status'] = 'OK'
# 提取目标列得到最终结果
newDF = mergedf[['id','name','score','diff', 'status']]

方案2：numpy where条件判断（写法更简洁） #

需要先导入numpy依赖：

import numpy as np

mergedf['diff'] = mergedf['score'] - mergedf['age']
mergedf['status'] = np.where(mergedf['age'] == mergedf['score'], 'OK', 'false')
newDF = mergedf[['id','name','score','diff', 'status']]

最终结果示例 #

按照你的测试数据运行后，newDF的输出如下：

内容的提问来源于stack exchange，提问作者superunknown