根据条件给DataFrame新赋值一列-经管之家官网！

#在对pandas中的dataframe进行apply操作时，经常会遇到某列中存在nan值的情况,需要先进行判断找出这样的值再进行分情况处理。
# None是一个对象，而NULL是一个类型。
# Python中没有NULL，只有None，None有自己的特殊类型NoneType。
# None 是 NoneType 数据类型的唯一值（其他编程语言可能称这个值为 null、nil 或 undefined），也就是说，我们不能再创建其它 NoneType 类型的变量，#但是可以将 None 赋值给任何变量。如果希望变量中存储的东西不与任何其它值混淆，就可以使用 None。


#*****************************************************************
# 需求：python的DataFrame 中根据两列 列1 和列2 来生成列3 ，具体为如果列1为空则列3值为A否则 列1>列2 生成B 再否则列2<=列1 列3生成C。
importpandas as pd
importnumpy as np
def function(df):
# if df['col1'].isnull(): #不行
# if df['col1']==None: #不行
# if df['col1'] in None: #不行
# if df['col1'] == "": #不行
if pd.isnull(df['col1']):
return 'A'
elif df['col1'] > df['col2']:
return 'B'
elif df['col1'] <= df['col2']:
return 'C'


col1=[60,None,20,24,50,40,65,50,36,50]
col2=[51,40,41,25,51,41,36,51,37,51]
df=pd.DataFrame({"col1":col1,"col2":col2})
# df=df.fillna()
df['col3'] = df.apply(function, axis=1)
print(df)
print("*"*50)
exit()
#****************************************************************************************************
col1col2 col3
060.0 51 B
1 NaN 40 A
220.0 41 C
324.0 25 C
450.0 51 C
540.0 41 C
665.0 36 B
750.0 51 C
836.0 37 C
950.0 51 C
**************************************************
Process finished with exit code 0