如何使用for循环在熊猫数据框中的现有列上创建新列答案

【问题标题】：How to create new column conditional on existing columns in pandas dataframe using for loop如何使用for循环在熊猫数据框中的现有列上创建新列
【发布时间】：2019-03-09 10:56:14
【问题描述】：

我有一个包含两列的数据集，我想创建第三列，说明前两列的值是否相同，并为每一行命名相同的值。

示例数据：

import pandas as pd

data = {'Colour_mix': ['1','2', '3', '4', '5', '6', '7', '8', '9', '10'], 
        'Colour_1': ['red', 'blue', 'red', 'red', 'green', 'green', 'green', 'red', 'blue', 'blue'],
        'Colour_2': ['red', 'green', 'red', 'blue', 'green', 'red', 'green', 'red', 'green', 'blue'] }
df1 = pd.DataFrame(data)
cols = ['Colour_mix', 'Colour_1', 'Colour_2']
df1 = df1[cols] 
df1

我想要的结果如下所示：

data2 = {'Colour_mix': ['1','2', '3', '4', '5', '6', '7', '8', '9', '10'], 
        'Colour_1': ['red', 'blue', 'red', 'red', 'green', 'green', 'green', 'red', 'blue', 'blue'],
        'Colour_2': ['red', 'green', 'red', 'blue', 'green', 'red', 'green', 'red', 'green', 'blue'],
        'Pairwise_match': ['red', 'False', 'red', 'False', 'green', 'False', 'green', 'red', 'False', 'blue']}
df2 = pd.DataFrame(data2)
cols2 = ['Colour_mix', 'Colour_1', 'Colour_2', 'Pairwise_match']
df2 = df2[cols2] 
df2

即添加了一个新列，该列首先说明 Colour_1 和 Colour_2 列何时匹配，其次是共享值是什么（红色、蓝色或绿色）。

到目前为止，我的方法是为 Colour_1 和 Colour_2 列匹配时创建布尔数组的有序字典，然后我希望创建一个迭代的循环： 1. 将布尔数组的“True”更改为匹配的值，即红色、蓝色或绿色，以及 2. 将生成的匹配合并到单个列中。

到目前为止我的代码：

# Create a list of boolean arrays for each match pair
colour_matches = collections.OrderedDict()

colour_matches['red'] = ( (df1['Colour_1']=='red')
                      & (df1['Colour_2']=='red')
                      )

colour_matches['blue'] = ( (df1['Colour_1']=='blue')
                      & (df1['Colour_2']=='blue')
                      )

colour_matches['green'] = ( (df1['Colour_1']=='green')
                      & (df1['Colour_2']=='green')
                      )

# Add pairwise match columns

for p in colour_matches:
    print(p)
    _matches_df = pd.DataFrame(colour_matches[p])
    _matches_df.columns = ['Pairwise_match']
    df_new = pd.concat([df1, _matches_df], axis=1)

我遇到的两个问题： 1. 我不知道如何在循环中更改布尔数组的值，因此“True”被有条件地替换为两个颜色列（红色、蓝色或绿色）的共享值。 2. 我的循环当前覆盖了每个循环中的 Pairwise_match，因此之前颜色匹配（红色和蓝色）的匹配行信息丢失了，它只显示绿色。我希望最终得到三列成对匹配（即在循环的每次运行中添加/附加列），然后我可以将它们合并到我想要的单个列中。非常感谢。

【问题讨论】：

标签： python pandas loops for-loop dataframe

【解决方案1】：

使用带有布尔掩码的numpy.where 比较两列：

df1['Pairwise_match'] = np.where(df1['Colour_1'] == df1['Colour_2'], df1['Colour_1'], False)
print (df1)
  Colour_mix Colour_1 Colour_2 Pairwise_match
0          1      red      red            red
1          2     blue    green          False
2          3      red      red            red
3          4      red     blue          False
4          5    green    green          green
5          6    green      red          False
6          7    green    green          green
7          8      red      red            red
8          9     blue    green          False
9         10     blue     blue           blue

详情：

print (df1['Colour_1'] == df1['Colour_2'])
0     True
1    False
2     True
3    False
4     True
5    False
6     True
7     True
8    False
9     True
dtype: bool

【讨论】：

我觉得这个解决方案比我的更优雅+1
@jezrael 这工作得很好，而且比我做的更优雅 - 非常感谢！

【解决方案2】：

一种更简单的方法可能是：

df1["Pairwise_match"] = False
df1.loc[df1.Colour_1 == df1.Colour_2, "Pairwise_match"] = df1.Colour_1[df1.Colour_1 == df1.Colour_2]

这将创建一个充满 False 的列，然后在列之间的颜色匹配的地方，将它们替换为 colour 的值

【讨论】：