条件创建新列，实现列值累加条件修改
为了在 pandas 数据框中根据特定条件创建新列，并实现列值的累加，可以采用如下方式：
使用 apply() 方法和 lambda 函数，根据给定条件设置新列的值。
使用 cumsum() 方法计算累加值。
使用 fillna(0) 填充 nan 值。
以下代码实现了上述要求：
import numpy as np
import pandas as pd
# 创建数据框
values = [[5.5, 2.5, 10.0], [2.0, 4.5, 1.0], [2.5, 5.2, 8.0], [4.5, 5.8, 4.8], [4.6, 6.3, 9.6],
[4.1, 6.4, 9.0], [5.1, 2.3, 11.1]]
df = pd.dataframe(values, columns=['col1', 'col2', 'col3'], index=['a', 'b', 'c', 'd', 'e', 'f', 'g'])
# 根据条件创建新列
df['col4'] = pd.series(np.where((df['col1'] > 3) & (df['col1'] < 5), 1, np.nan), index=df.index).cumsum().fillna(0)
# 显示修改后的数据
print(df)
输出：
col1 col2 col3 col4 0 5.5 2.5 10.0 0 1 2.0 4.5 1.0 0 2 2.5 5.2 8.0 0 3 4.5 5.8 4.8 1 4 4.6 6.3 9.6 2 5 4.1 6.4 9.0 3 6 5.1 2.3 11.1 0
