Python Pandas 中的 case_when() 方法详解

在 Python 数据分析中，Pandas 是一个强大的库，用于处理和分析数据。它提供了各种各样的方法和函数，使数据转换和操作变得更加容易。在本文中，将深入探讨 Pandas 中的 case_when() 方法，它可以用于条件性地创建新的列，类似于 SQL 中的 CASE WHEN 语句。我们将详细讨论该方法的用法，并提供丰富的示例代码。

什么是 case_when() 方法？

case_when() 方法是 Pandas 库中的一个函数，它允许我们根据条件创建新的列。这个方法通常用于根据数据的某些特征或条件来生成新的数据列，类似于使用 if-else 语句进行条件判断。

在 Pandas 中，case_when() 方法通常与 apply() 方法结合使用，以便根据条件对每一行数据进行操作。它提供了一种更灵活的方式来处理数据，而不需要编写大量的条件判断语句。

case_when() 方法的语法

case_when() 方法的语法如下：

pandas.Series.case_when(conditions, values, default=None, *args, **kwargs)

参数说明：

• conditions：条件列表，用于定义何时应用哪个值。
• values：与条件列表中的每个条件相对应的值列表，用于指定满足条件时要应用的值。
• default：可选参数，用于指定默认值，当没有条件匹配时将使用该值。
• *args 和 **kwargs：其他参数，用于传递给 apply() 方法。

示例代码

通过几个示例来演示 case_when() 方法的用法。

示例 1：基本用法

假设有一个包含学生分数的数据集，我们想根据分数判断他们的等级。

可以使用 case_when() 方法来实现这个任务：

import pandas as pd

# 创建示例数据集
data = {'学生姓名': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        '分数': [85, 70, 95, 60, 75]}

df = pd.DataFrame(data)

# 定义条件和对应的值
conditions = [df['分数'] >= 90, (df['分数'] >= 80) & (df['分数'] < 90), df['分数'] < 80]
values = ['优秀', '良好', '及格']

# 使用 case_when() 方法创建新列
df['等级'] = df['分数'].case_when(conditions, values, default='不及格')

# 输出结果
print(df)

以上代码将根据学生的分数创建一个新的等级列，并根据条件将相应的等级分配给每个学生。

示例 2：使用默认值

有时候，某些数据可能不满足任何条件。在这种情况下，可以使用默认值来处理这些情况：

import pandas as pd

# 创建示例数据集
data = {'学生姓名': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        '分数': [85, 70, 95, 60, None]}

df = pd.DataFrame(data)

# 定义条件和对应的值
conditions = [df['分数'] >= 90, (df['分数'] >= 80) & (df['分数'] < 90), df['分数'] < 80]
values = ['优秀', '良好', '及格']

# 使用 case_when() 方法创建新列，并设置默认值为 '未知'
df['等级'] = df['分数'].case_when(conditions, values, default='未知')

# 输出结果
print(df)

在这个示例中，使用了一个包含空值的数据集，并使用 default 参数将没有匹配条件的行标记为“未知”。

示例 3：使用 apply() 方法

case_when() 方法通常与 apply() 方法一起使用，以便根据多个条件对数据集的每一行进行操作。

以下是一个示例，根据学生的分数和出勤情况来计算他们的最终成绩：

import pandas as pd

# 创建示例数据集
data = {'学生姓名': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        '分数': [85, 70, 95, 60, 75],
        '出勤率': [90, 80, 95, 70, 85]}

df = pd.DataFrame(data)

# 使用 apply() 方法将多个条件应用于每一行
def calculate_grade(row):
    if row['分数'] >= 90 and row['出勤率'] >= 90:
        return '优秀'
    elif row['分数'] >= 80 and row['出勤率'] >= 80:
        return '良好'
    elif row['分数'] >= 60 and row['出勤率'] >= 70:
        return '及格'
    else:
        return '不及格'

df['最终成绩'] = df.apply(calculate_grade, axis=1)

# 输出结果
print(df)

在这个示例中，使用 apply() 方法定义了一个自定义函数 calculate_grade()，该函数基于多个条件来计算最终成绩，并将其应用于数据集的每一行。

示例 4：多条件的复杂情况

有时候，需要根据多个条件的组合来生成新的列。

例如，可以根据学生的分数和出勤情况来确定他们是否能够获得奖学金：

import pandas as pd

# 创建示例数据集
data = {'学生姓名': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        '分数': [85, 70, 95, 60, 75],
        '出勤率': [90, 80, 95, 70, 85]}

df = pd.DataFrame(data)

# 定义多条件和对应的值
conditions = [(df['分数'] >= 90) & (df['出勤率'] >= 90),
              (df['分数'] >= 80) & (df['出勤率'] >= 80),
              (df['分数'] >= 60) & (df['出勤率'] >= 70)]

values = ['获奖学金', '荣誉奖', '合格']

# 使用 case_when() 方法创建新列
df['奖励'] = df.apply(lambda row: row['分数'].case_when(conditions, values, default='未获奖'), axis=1)

# 输出结果
print(df)

在这个示例中，定义了多个条件和对应的值，并使用 apply() 方法将 case_when() 方法应用于每一行数据，根据多个条件的组合来确定是否获得奖学金。

示例 5：根据多列生成新列

有时候，需要根据多列的值生成新的列。

例如，可以根据学生的分数和出勤情况来生成一个总分列：

import pandas as pd

# 创建示例数据集
data = {'学生姓名': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        '分数1': [85, 70, 95, 60, 75],
        '分数2': [90, 80, 85, 70, 90]}

df = pd.DataFrame(data)

# 使用 apply() 方法生成新列
df['总分'] = df.apply(lambda row: row['分数1'] + row['分数2'], axis=1)

# 输出结果
print(df)

在这个示例中，使用 apply() 方法将两列分数相加，生成了一个新的总分列。

示例 6：处理缺失值

case_when() 方法也可以用于处理缺失值。

例如，可以根据分数是否缺失来为学生分配等级：

import pandas as pd
import numpy as np

# 创建示例数据集
data = {'学生姓名': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        '分数': [85, np.nan, 95, 60, 75]}

df = pd.DataFrame(data)

# 定义条件和对应的值
conditions = [df['分数'].notna() & (df['分数'] >= 90),
              df['分数'].notna() & (df['分数'] >= 80),
              df['分数'].notna() & (df['分数'] >= 60)]

values = ['优秀', '良好', '及格']

# 使用 case_when() 方法创建新列，并处理缺失值
df['等级'] = df['分数'].case_when(conditions, values, default='不及格')

# 输出结果
print(df)

在这个示例中，使用 notna() 方法来检查分数是否缺失，并根据条件来为每个学生分配等级。

以上就是“Python Pandas 中的 case_when() 方法详解”的全部内容，希望对你有所帮助。
​
​关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。