场景如下：
现在有一个dataframe，其中一列为score，值从0-100，
df：
score
98
88
37
68
86
33
现在需要增加一列level，给这些分数分类，90分以上为A，60-90为B，60以下为C。
常用的方法肯定是使用for循环，对每一行进行处理。
import pandas as pd list = [98,88,37,68,86,33] df = pd.DataFrame(list, columns=['score']) # convert list to dataframe df['level'] = '' # add a column def judgeLevel(df): for i in range(len(df)): if df.score.ix[i] < 60: df.level.ix[i] = 'C' elif df.score.ix[i] > 90: df.level.ix[i] = 'A' else: df.level.ix[i] = 'B' return df df = judgeLevel(df)
还有一种方法，是使用python的匿名函数：lambda函数
import pandas as pd list = [98,88,37,68,86,33] df = pd.DataFrame(list, columns=['score']) df['level'] = '' # add a column def judgeLevel(df): if df['score'] < 60: return 'C' elif df['score'] > 90: return 'A' else: return 'B' df['level'] = df.apply(lambda r: judgeLevel(r), axis=1)
至于如何取舍，就由各位自行决定了，多学一点总不是坏处，对吧？
以上这篇python 用lambda函数替换for循环的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。