最近一个开发需求中要求用pandas实现该需求：
逐行对比两列，选出每行两列中较大的值加到第三列
翻了下好像没有类似的函数，所以没办法要自己造轮子，直接上代码和注释
# 需要对比的值为value_x和value_y
# 新家的列名为value_final
# 1.设置一个flag,值为value_y-value_x,为正代表y较大，负代表x较大
df_test['value_flag'] = df_test['Value_y'] - df_test['Value_x']
# 2.分别取得y较大的部分和x较大的部分
df_test_bigger = df_test[df_test['value_flag'] >= 0].copy()
df_test_litter = df_test[df_test['value_flag'] 0].copy()
# 3.分别对final进行赋值
df_test_bigger['Value_Final'] = df_test_bigger['Value_y']
df_test_litter['Value_Final'] = df_test_litter['Value_x']
# 4.使用concat函数将其聚合
df_test_1 = pd.concat([df_test_bigger, df_test_litter])
补充：pandas技巧--两列相加形成新一列（eval）
如下：
data.eval('新字段=字段1+字段2',inplace=True)
data.eval("""新字段1=字段1+字段2
新字段2=字段1+字段2
新字段3=字段1+字段2""",inplace=True)
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。
您可能感兴趣的文章:- pandas DataFrame实现几列数据合并成为新的一列方法
- pandas分组排序 如何获取第二大的数据
- 使用pandas忽略行列索引,纵向拼接多个dataframe
- pandas group分组与agg聚合的实例
- Pandas groupby apply agg 的区别 运行自定义函数说明
- pandas groupby分组对象的组内排序解决方案
- pandas组内排序,并在每个分组内按序打上序号的操作
