读取数据源

import pandas as pd
# 读取智能大师号码信息
path1 = r'../excelFile-j/flower.csv'
df_data = pd.read_csv(path1)
# df_data 内容

1、根据已有列新增列

方式一：根据单列

df_data["LengthAdd"] = df_data["Sepal.Length"] + 2

方式二：根据多列

df_data["L*W"] = df_data["Sepal.Length"] * df_data["Sepal.Width"]

方式三：利用apply函数

def sqrt_test(a):
    s = a * a + 1
    return s

df_data['W*W+1'] = df_data['Sepal.Width'].apply(lambda x : sqrt_test(x))

2、根据已有列修改其他列

目的：将Species列等于’setosa’并且 L*W列大于10的，修改 L*W>10列的值为’yes’。
1）先看下筛选行的方法：

# 单条件筛选
df_data[df_data['Species']=='setosa']
# 多条件筛选
df_data[(df_data['Species']=='setosa') & (df_data['L*W']>10)]

2）基于上面的知识，实现，将Species列等于’setosa’并且 L*W列大于10的，修改 L*W>10列的值：

# 先新增一个名为 L*W>10的列，初始值为空字符串
df_data['L*W>10']=''
# (单条件）Species列等于'setosa'，修改 L*W>10列 为'yes'
df_data.loc[df_data['Species']=='setosa','L*W>10'] = 'yes'
# （多个条件）筛选Species列等于'setosa'并且 L*W列大于10的，修改其对应的 L*W>10列的值
df_data.loc[(df_data['Species']=='setosa') & (df_data['L*W']>17),'L*W>10'] = '>17'
# df_data结果