使用 np.where 和 np.select 的条件语句

Question

尝试根据特定字符串是否存在于不同的列中来填充数据框中的列。我可以用一系列嵌套的 np.where 语句来做到这一点，例如：

cond1=df.CollectType.str.contains('Outcrop')
cond2=df.CollectType.str.contains('Chip channel')
cond3=df.CollectType.str.contains('Rubble')
cond4=df.CollectType.str.contains('Float')
cond5=df.CollectType.str.contains('Dump')

df['R_SampleType'] = np.where(cond1, 'Outcrop', np.where(cond2, 
  'Chip channel', np.where(cond3,'Rubble', 
                           np.where(cond4,'Float', 
                                    np.where(cond5,'Dump','')))))

但这似乎不是很有效。所以，我试图列出条件并调用列表：

 values = ['Outcrop', 'Chip Channel','Rubble','Float','Dump']
 conditions = list(map(df['CollectType'].str.contains, values))

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

但我收到错误：

ValueError: invalid entry 0 in condlist: should be boolean ndarray

有什么建议吗？

Answer 1

看来你只是想复制一列，然后在不满足条件的地方放一个空字符串。

如果是这种情况，这里有一个解决方案：

df["R_SampleType"] = df.CollectType.where(df.CollectType.isin(values_ok), other="")

可重现的例子：

from random import choices

values_ok = ["Outcrop", "Chip channel", "Rubble", "Float", "Dump"]
values_nok = ["Not", "A", "Valid", "Value"]
num_items = 15

df = pd.DataFrame(
    choices(values_ok + values_nok, k=num_items), columns=["CollectType"]
)

df["R_SampleType"] = df.CollectType.where(df.CollectType.isin(values_ok), other="")

使用 np.where 和 np.select 的条件语句

Conditional statements using np.where and np.select

python

boolean

numpy

conditional-statements