場景如下：

現(xiàn)在有一個dataframe，其中一列為score，值從0-100，

df：

score

98

88

37

68

86

33

現(xiàn)在需要增加一列l(wèi)evel，給這些分?jǐn)?shù)分類，90分以上為A，60-90為B，60以下為C。

常用的方法肯定是使用for循環(huán)，對每一行進(jìn)行處理。

import pandas as pdlist = [98,88,37,68,86,33]df = pd.DataFrame(list, columns=['score']) # convert list to dataframedf['level'] = '' # add a columndef 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 dfdf = judgeLevel(df)

還有一種方法，是使用python的匿名函數(shù)：lambda函數(shù)

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，就由各位自行決定了，多學(xué)一點總不是壞處，對吧？

以上這篇python 用lambda函數(shù)替換for循環(huán)的方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持武林站長站。