根据熊猫中的其他列值有条件地填充列值

Question

我有一个带有几列的DataFrame。其中一列包含使用货币的符号，例如欧元或美元符号。另一列包含预算值。例如，在一行中，它可能意味着5000欧元的预算，而在下一行中，它可能意味着2000美元的预算。

在熊猫我想添加一个额外的列到我的DataFrame，正常化的欧元预算。所以基本上，对于每一行，如果货币列中的符号是欧元符号，新列中的值应该是预算列中的值*1，新列中的值应该是预算列的值*0.78125如果货币栏中的符号是美元符号。

我知道如何添加列、用值填充列、从另一列复制值等，但不知道如何根据另一列的值有条件地填充新列。

有什么建议吗？

Answer 1

一个不需要额外导入Numpy的选项：

df['Normalized'] = df['Budget'].where(df['Currency']=='$', df['Budget'] * 0.78125)

Answer 2

类似的结果通过替代样式可能是编写一个函数来执行您想要的行操作，使用row['field dname']语法来访问单个值/列，然后对其执行DataFrame.apply方法

这与此处链接的问题的答案相呼应：熊猫基于其他列的值创建新列

def normalise_row(row):
    if row['Currency'] == '$'
    ...
    ...
    ...
    return result

df['Normalized'] = df.apply(lambda row : normalise_row(row), axis=1) 

Answer 3

df['Normalized'] = np.where(df['Currency'] == '$', df['Budget'] * 0.78125, df['Budget'])