案例 55: 应用条件
知识点讲解
在数据处理过程中，有时需要根据条件对数据进行转换或计算。Pandas 的 apply 方法允许你对 DataFrame 的每一行或列应用一个自定义函数，实现复杂的逻辑。
- 应用条件: 使用
apply方法结合lambda函数，可以根据条件对数据进行转换或计算。
示例代码
# 重新导入 pandas 并准备数据和示例代码的运行结果，用于案例 55
import pandas as pd# 示例数据
data_condition_application = {'A': [10, 20, 30, 40, 50],'B': [5, 15, 25, 35, 45]
}
df_condition_application = pd.DataFrame(data_condition_application)# 应用条件
df_condition_application['C'] = df_condition_application.apply(lambda row: row['A'] + row['B'] if row['A'] > 20 else row['A'], axis=1)df_condition_application在这个示例中，我们创建了一个新列 C，其值基于对每行的条件判断：如果列 A 的值大于 20，则 C 是 A 和 B 的和；否则，C 与 A 相同。
示例代码运行结果
A B C
0 10 5 10
1 20 15 20
2 30 25 55
3 40 35 75
4 50 45 95
这个结果展示了基于条件的数据转换。这种方法在数据处理中非常有用，尤其是在需要根据行或列的值应用复杂逻辑时。
)
