如果条件不起作用，则创建一个列

Question

我有一个数据框，其中包含一些每日、每月和每周的统计数据以及减肥情况。

我想创建一个布尔列，其中包含丢失的体重是大于还是小于阈值的信息。我尝试使用 if 循环和 np.where

if df_prod_stats.loc[df_prod_stats['frequency'] == "daily"]:
    df_prod_stats['target_met'] =np.where(((df_prod_stats['loss_weight'] < 0.5)),1,0)

elif df_prod_stats.loc[df_prod_stats['frequency'] == "monthly"]:
    df_prod_stats['target_met'] =np.where(((df_prod_stats['loss_weight'] < 15)),1,0)

else:
    df_prod_stats['target_met'] =np.where(((df_prod_stats['loss_weight'] < 3.5)),1,0)

但是我得到一个错误：

ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

我认为您需要以不同的方式执行此操作。我认为您正在尝试遍历每一行以查看它是否为 weekly/monthly 并相应地检查损失重量，但这并不是您的代码实际执行的操作。在 if df_prod_stats.loc[...] 中，loc 将 return 数据框的一个子集，如果它有数据，它将评估为 true，但是你的下一行尝试填写新的column 将只应用于整个原始数据框，而不是与 loc 语句匹配的行。您可以使用以下几个 loc 语句实现（我认为）您想要的：

创建 target_met 列并设置为 0:

df_prod_stats['target_met'] = 0

然后用.loc过滤你的第一个if语句条件（频率是每天，减重小于0.5），设置target met为1:

df_prod_stats.loc[(df_prod_stats['frequency'] == 'daily')
                   & (df_prod_stats['loss_weight'] < 0.5), 'target_met'] = 1

elif条件（频率为每月，减肥小于15）：

df_prod_stats.loc[(df_prod_stats['frequency'] == 'monthly')
                  & (df_prod_stats['loss_weight'] < 15), 'target_met'] = 1

else条件（频率既不是每天也不是每月，减重小于3.5）：

df_prod_stats.loc[~(df_prod_stats['frequency'].isin(['daily', 'monthly']))
                  & (df_prod_stats['loss_weight'] < 3.5), 'target_met'] = 1

放在一起你得到：

df_prod_stats['target_met'] = 0
df_prod_stats.loc[(df_prod_stats['frequency'] == 'daily')
                  & (df_prod_stats['loss_weight'] < 0.5), 'target_met'] = 1
df_prod_stats.loc[(df_prod_stats['frequency'] == 'monthly')
                  & (df_prod_stats['loss_weight'] < 15), 'target_met'] = 1
df_prod_stats.loc[~(df_prod_stats['frequency'].isin(['daily', 'monthly']))
                  & (df_prod_stats['loss_weight'] < 3.5), 'target_met'] = 1

输出：

  frequency  loss_weight  target_met
0     daily        -0.42           1
1     daily        -0.35           1
2     daily        -0.67           1
3     daily        -0.11           1
4     daily        -0.31           1

我希望这就是您要实现的目标。

Answer 2

我发现也可以在 np.where 中使用简单的条件集，如下所示：

df_prod_stats['target_met'] =np.where(((df_prod_stats['loss_weight'] < 0.5) & ( df_prod_stats['frequency'] == "daily")
                                      | (df_prod_stats['loss_weight'] < 15.0) & ( df_prod_stats['frequency'] == "monthly")
                                      | (df_prod_stats['loss_weight'] < 3.5) & ( df_prod_stats['frequency'] == "weekly")),1,0)

如果条件不起作用，则创建一个列

Create a column under if condition doesn't work

python

error-handling

numpy

pandas