如何根据熊猫中其他列的值计算新列 - python答案

【问题标题】：how to compute a new column based on the values of other columns in pandas - python如何根据熊猫中其他列的值计算新列 - python
【发布时间】：2013-08-30 15:00:41
【问题描述】：

假设我的数据框包含这些数据：

>>> df = pd.DataFrame({'a':['l1','l2','l1','l2','l1','l2'],
                       'b':['1','2','2','1','2','2']})
>>> df
    a       b
0  l1       1
1  l2       2
2  l1       2
3  l2       1
4  l1       2
5  l2       2

l1 应该对应于1 而l2 应该对应于2。我想创建一个新列“c”，这样对于每一行，c = 1 如果a = l1 和b = 1（或a = l2 和b = 2）。如果a = l1 和b = 2（或a = l2 和b = 1）那么c = 0。

生成的数据框应如下所示：

  a         b   c
0  l1       1   1
1  l2       2   1
2  l1       2   0
3  l2       1   0
4  l1       2   0
5  l2       2   1

我的数据框非常大，所以我真的在寻找使用 pandas 的最有效方法。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

df['c'] = (df.a.apply(lambda x: x[1:])==df.b).astype(int)

【讨论】：

【解决方案2】：

你也可以使用字符串方法。

df['c'] = (df.a.str[-1] == df.b).astype(int)

【讨论】：

【解决方案3】：

您可以只使用逻辑运算符。我不确定你为什么使用 1 和 2 的字符串而不是整数，但这里有一个解决方案。最后的 astype 将其从布尔值转换为 0 和 1。

df['c'] = (((df['a'] == 'l1')&(df['b']=='1'))|((df['a'] == 'l2')&(df['b']=='2'))).astype(int)

【讨论】：

【解决方案4】：

df = pd.DataFrame({'a': numpy.random.choice(['l1', 'l2'], 1000000),
                   'b': numpy.random.choice(['1', '2'], 1000000)})

仅假设两个不同值的快速解决方案：

%timeit df['c'] = ((df.a == 'l1') == (df.b == '1')).astype(int)

10 个循环，3 个循环中的最佳值：每个循环 178 毫秒

@Viktor Kerkes：

%timeit df['c'] = (df.a.str[-1] == df.b).astype(int)

1 次循环，3 次中的最佳：每个循环 412 毫秒

@user1470788：

%timeit df['c'] = (((df['a'] == 'l1')&(df['b']=='1'))|((df['a'] == 'l2')&(df['b']=='2'))).astype(int)

1 次循环，3 次取胜：每个循环 363 毫秒

@herrfz

%timeit df['c'] = (df.a.apply(lambda x: x[1:])==df.b).astype(int)

1 次循环，3 次取胜：每个循环 387 毫秒

【讨论】：

有趣，但是您的解决方案明显不那么通用。这里有趣的是 str[1] 方法与简单的 lambda 相比有多糟糕。
你没有测试什么时候(df.a == 'l2') == (df.b == '2')。
@StevenRumbalski 我假设示例输入是完整的，并且a 的值只有l1 或l2 和b 只有'1' 或'2'。如果a != 'l1'，则必须是'l2'。
@user2716201：我不相信 OP 的句子“假设我的数据框包含这些数据”支持该假设。我认为您应该在回答中明确指出该假设。
@StevenRumbalski：好点，更新了描述。但是，如果在实际数据中值可能是“狗”和“猫”，我不会感到惊讶，在这种情况下，子字符串解决方案会中断......我还想指出，OP 要求最有效的解决方案。