Pandas 有条件地创建新数据框列

Question

这个问题是 Pandas conditional creation of a series/dataframe column 的延伸。如果我们有这个数据框：

    Col1       Col2
1    A          Z
2    B          Z           
3    B          X
4    C          Y
5    C          W

我们想做的相当于：

if Col2 in ('Z','X') then Col3 = 'J' 
else if Col2 = 'Y' then Col3 = 'K'
else Col3 = {value of Col1}

我该怎么做？

Answer 1

您可以使用 loc with isin and last fillna:

df.loc[df.Col2.isin(['Z','X']), 'Col3'] = 'J'
df.loc[df.Col2 == 'Y', 'Col3'] = 'K'
df['Col3'] = df.Col3.fillna(df.Col1)
print (df)
  Col1 Col2 Col3
1    A    Z    J
2    B    Z    J
3    B    X    J
4    C    Y    K
5    C    W    C

Answer 2

尝试使用 np.where：outcome = np.where(condition, true, false)

  df["Col3"] = np.where(df['Col2'].isin(['Z','X']), "J", np.where(df['Col2'].isin(['Y']), 'K', df['Col1']))

  Col1 Col2 Col3
1    A    Z    J
2    B    Z    J
3    B    X    J
4    C    Y    K
5    C    W    C

Answer 3

当您有多个 if 条件时，一种简单（但可能效率低下）的方法会很有用。就像您尝试根据四分位数将值放入（比如说）四个桶中。

df 保存你的数据，col1 有值，col2 应该有分桶值 (1,2,3,4) 夸脱有 25%、50% 和 75% 的界限。试试这个

创建一个虚拟列表作为 dummy = []
遍历数据框：对于索引，行在 df.iterrows():
设置 if 条件，如：if row[col1] <= quart[0]:#25%
在 if 下的 dummy 中附加适当的值：dummy.append(1)
嵌套的 if-elif 可以处理您附加到 dummy 的所有必需的可选值。
添加虚拟作为列：df[col2] = dummy

你可以通过 A = df.describe() 然后 print(A[col1])

找到四分位数

Pandas 有条件地创建新数据框列

Pandas conditional creation of a new dataframe column

python

if-statement

multiple-columns

dataframe

pandas