在两个不同列上计算 Pandas Dataframe 中的新行

Question

所以我是 Python 的初学者，我有一个包含 Country、avgTemp 和 year 的数据框。我想要做的是计算每个国家/地区的新行，其中年份增加 20 并且 avgTemp 乘以一个名为 tempChange 的变量。我不想删除以前的值，我只想附加新值。这是数据框的外观： 最好我还想创建一个循环运行代码一定次数超级感谢任何帮助！如果您需要从数据框中复制值作为示例，您可以在此处获取：Country        avgTemp        year0 Afghanistan    14.481583    20121 Africa         24.725917    20122 Albania        13.768250    20123 Algeria        23.954833    20124 American Samoa 27.201417    2012243行×3列

Answer 1

如果你想重复这些行，我会创建一个新的数据帧，在新的数据帧中执行任何操作（总和 20 年，将温度乘以常数或数组等......）然后使用concat()它来追加它到原始数据框：

import pandas as pd

tempChange=1.15

data = {'Country':['Afghanistan','Africa','Albania','Algeria','American Samoa'],'avgTemp':[14,24,13,23,27],'Year':[2012,2012,2012,2012,2012]}

df = pd.DataFrame(data)

df_2 = df.copy()

df_2['avgTemp'] = df['avgTemp']*tempChange

df_2['Year'] = df['Year']+20

df = pd.concat([df,df_2]) #ignore_index=True if you wish to not repeat the index value

print(df)

输出：

          Country  avgTemp  Year

0     Afghanistan    14.00  2012

1          Africa    24.00  2012

2         Albania    13.00  2012

3         Algeria    23.00  2012

4  American Samoa    27.00  2012

0     Afghanistan    16.10  2032

1          Africa    27.60  2032

2         Albania    14.95  2032

3         Algeria    26.45  2032

4  American Samoa    31.05  2032

Answer 2

我相信你正在寻找的是

dfName['newYear'] =  dfName.apply(lambda x: x['year'] + 20,axis=1)
dfName['tempDiff'] =  dfName.apply(lambda x: x['avgTemp']*tempChange,axis=1)

这就是您应用到每一行的方式。

Answer 3

其中 df 是您的数据框名称：

 df['tempChange'] = df['year']+ 20  * df['avgTemp']

这将使用上述逻辑向您的 df 添加一个新列。我不确定我是否理解你的逻辑正确，所以数学可能需要一些工作