最近一個開發需求中要求用pandas實現該需求：
逐行對比兩列，選出每行兩列中較大的值加到第三列
翻了下好像沒有類似的函數，所以沒辦法要自己造輪子，直接上代碼和注釋
# 需要對比的值為value_x和value_y
# 新家的列名為value_final
# 1.設置一個flag,值為value_y-value_x,為正代表y較大，負代表x較大
df_test['value_flag'] = df_test['Value_y'] - df_test['Value_x']
# 2.分別取得y較大的部分和x較大的部分
df_test_bigger = df_test[df_test['value_flag'] >= 0].copy()
df_test_litter = df_test[df_test['value_flag'] 0].copy()
# 3.分別對final進行賦值
df_test_bigger['Value_Final'] = df_test_bigger['Value_y']
df_test_litter['Value_Final'] = df_test_litter['Value_x']
# 4.使用concat函數將其聚合
df_test_1 = pd.concat([df_test_bigger, df_test_litter])
補充：pandas技巧--兩列相加形成新一列（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)
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- pandas DataFrame實現幾列數據合并成為新的一列方法
- pandas分組排序 如何獲取第二大的數據
- 使用pandas忽略行列索引,縱向拼接多個dataframe
- pandas group分組與agg聚合的實例
- Pandas groupby apply agg 的區別 運行自定義函數說明
- pandas groupby分組對象的組內排序解決方案
- pandas組內排序,并在每個分組內按序打上序號的操作
