python按某一列或多列的值进行条件判断并形成新列

需求

从excel读取数据用DataFrame存储，

1. 逐行处理，当指定多列的值满足一定条件时，取这几列的某个值作为该行的新列值.

2. 将日期划分为上、中、下旬并作为新列

知识点

1. np.where是好理解好用的函数，可以当if else的用，当某列满足一个条件时取某列的值，否则取其他列的值。像excel里的if函数，可以嵌套使用。参考python条件赋值，numpy.where() 用法详解

2.直接用df[条件语句][列名]也可以选出符合条件的列值，如：

df['新列名']=df[(df['列A']<=3)|(df['列B'].isin(['Chicago','Boston']))]['列C']

将符合(df['列A']<=3)|(df['列B']=='Chicago')的列C值赋给新列。

也可以直接用几个条件语句的真假结果赋值给一个新列，如：

df['新列名']=(df['列A']<=3)|(df['列B'].isin(['Chicago','Boston']))

也可以用loc函数。

3.df.max也是个好用的函数，可以取同一行几列值中最大的，也可以取同一列中最大的。

代码

1.按col_night，col_day，col_whole三列的值生成标志字段rs_flag；当col_whole>=50时取它自己，否则取其他两个的最大值为新值字段rs_value

用loc函数；每个条件语句要用()；用df.max函数；对于赋值不来自原有字段的，先赋值为数字，便于后续计算，再按条件修改

#增加字段rs_flag, rs_value

#只要col_night，col_day，col_whole有一个达到条件就记为1，下面的条件语句必须加（）

data['rs_flag' ] = 0

data.loc[ (data[col_night]>=30) | (data[col_day]>=30) | (data[col_whole]>=50) , 'rs_flag' ] = 1

#rs_value取同一行这几列的最大值

#这个又犯了将不同条件放在一起比较的错误，大于30的和大于50的条件不同，可能取出的最大值并不一定大于50  data.loc[ (data[col_night]>=30) | (data[col_day]>=30) | (data[col_whole]>=50) , 'rs_value']=data[[col_night,col_day,col_whole]].max(axis=1)
            data['rs_value']=np.where(data[col_whole]>=50, data[col_whole], np.where((data[col_night]>=30) | (data[col_day]>=30),data[[col_night,col_day]].max(axis=1),0))

2.根据日dd字段生成旬字段dd_xun，类似于SQL的case when；if else嵌套使用; 用df.apply函数，用lambda函数，注意语法

#增加dd_xun字段

data['dd_xun'] = data['dd'].apply(lambda x: '上旬' if x<=10 else '中旬' if x<=20 else '下旬')