如何创建一个函数来根据条件在熊猫数据集中创建一个新列，错误答案

【问题标题】：How do I created a function to do a new column in panda dataset based on conditions, error如何创建一个函数来根据条件在熊猫数据集中创建一个新列，错误
【发布时间】：2022-07-21 21:13:44
【问题描述】：

我一直在尝试在数据集中创建一个新列，但是没有成功。

    df2 = pd.DataFrame([[1, 'born'], [2, '8 a 14'], [3,'born'], [4,'14 a 21'], [8,'0 a 7'], [10,'die'], [7,'lost']], columns = ["Pen",'Result']) def myFunc(record):
    for i in df['Result']:
        if (df['Result']=='born').any():
            return 'eclosion'
        elif (df['Result']=='1 a 7').any():
            return 'early'
        elif (df['Result']=='8 a 14').any():
            return 'mediun'
        elif (df['Result']=='15 a 21').any():
            return 'late'
df['Final'] = df.apply(myFunc, axis=1)
df

这就是结果：

【问题讨论】：

是你显示的结果不正确的结果吗？

标签： python pandas function

【解决方案1】：

您的代码中的问题是您的Result 列包含born，因此(df['Result']=='born').any() 将返回True 并且永远不会进入elif 部分。

您可以改用np.select

df['Final'] = np.select(
    [df['Result']=='born', df['Result']=='1 a 7',
     df['Result']=='8 a 14', df['Result']=='15 a 21'],
    ['eclosion', 'early', 'mediun', 'late'],
    df['Result']
)

【讨论】：

注意这会让你做很多比较，map效率更高

【解决方案2】：

一旦您将第一行中的 df2 更改为 df 以匹配其余代码，整个代码对我来说非常完美。

【讨论】：

【解决方案3】：

首先，如果您的目标对map 来说很简单，请使用：

d = {'born': 'eclosion', '1 a 7': 'early', '8 a 14':'mediun', '15 a 21': 'late'}

df2['Final'] = df2['Result'].map(d)
# or to keep original values on no match:
df2['Final2'] = df2['Result'].map(d).fillna(df2['Result'])

输出：

   Pen   Result     Final    Final2
0    1     born  eclosion  eclosion
1    2   8 a 14    mediun    mediun
2    3     born  eclosion  eclosion
3    4  14 a 21       NaN   14 a 21
4    8    0 a 7       NaN     0 a 7
5   10      die       NaN       die
6    7     lost       NaN      lost

如果您想要显示的输出，请按所需顺序找到第一个值并将其映射：

d = {'born': 'eclosion', '1 a 7': 'early', '8 a 14':'mediun', '15 a 21': 'late'}
idx = (df2.drop_duplicates('Result').set_index('Result')
          .reindex(list(d)).first_valid_index()
       )

df2['Final'] = d.get(idx, None)

输出：

   Pen   Result     Final
0    1     born  eclosion
1    2   8 a 14  eclosion
2    3     born  eclosion
3    4  14 a 21  eclosion
4    8    0 a 7  eclosion
5   10      die  eclosion
6    7     lost  eclosion

【讨论】：