Python Pandas：使用基于不同列中的分类值的计算创建新列

Question

我有以下示例数据框：

id  category        time
43  S               8
22  I               10
15  T               350
18  L               46

我想应用以下逻辑：

1) 如果类别值等于 "T"，则创建名为 "time_2" 的新列，其中 "time" 值除以 24。

2) 如果类别值等于 "L"，则创建名为 "time_2" 的新列，其中 "time" 值除以 3.5。

3) 否则从类别 S 或 I

中获取现有 "time" 值

下面是我想要的输出 table：

    id  category        time    time_2
    43  S               8       8
    22  I               10      10
    15  T               350     14.58333333
    18  L               46      13.14285714

我试过使用 pd.np.where 来实现上述功能，但对语法感到困惑。

Answer 1

您可以使用 np.select。这是嵌套 np.where 逻辑的一个很好的替代方法。

conditions = [df['category'] == 'T', df['category'] == 'L']
values = [df['time'] / 24, df['time'] / 3.5]

df['time_2'] = np.select(conditions, values, df['time'])

print(df)

   id category  time     time_2
0  43        S     8   8.000000
1  22        I    10  10.000000
2  15        T   350  14.583333
3  18        L    46  13.142857

Answer 2

您可以使用 map 作为规则

In [1066]: df['time_2'] = df.time / df.category.map({'T': 24, 'L': 3.5}).fillna(1)

In [1067]: df
Out[1067]:
   id category  time     time_2
0  43        S     8   8.000000
1  22        I    10  10.000000
2  15        T   350  14.583333
3  18        L    46  13.142857

Python Pandas：使用基于不同列中的分类值的计算创建新列

Python Pandas: Create New Column With Calculations Based on Categorical Values in A Different Column

python

conditional

where

pandas

calculation