如何从 pandas 数据框中的 bool 和 float 列计算新的矢量化列？答案

【问题标题】：How to calculate new vectorized column from bool and float columns in pandas dataframe?如何从 pandas 数据框中的 bool 和 float 列计算新的矢量化列？
【发布时间】：2023-03-12 04:19:01
【问题描述】：

我的 DataFrame 混合了浮点数和布尔值：

df = pd.DataFrame.from_csv("C:\....")

df['isActive'] = (df.turns >= 250) & (df.alivePct > 0) & (df.changePct > 0)

我想创建一个新列，如果 isActive == false 则 value = 0，否则该值等于某个计算量，如下所示：

df['interestingness'] = (df.changePct * df.alivePct) if df.isActive else 0

但是因为 df.isActive 是一个系列，我得到这个错误：

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

三元 if/else 运算符似乎不能用于向量化操作。

我还能如何通过手动迭代来做到这一点？

（注意：一个简单的技巧是通过 df.isActive 将值设置为 0 为 False == 0。但是我想知道一个更通用的解决方案。）

【问题讨论】：

你说的更一般是什么意思？另外，为什么它是一个黑客？它并没有比乘法更通用/更简单......
另外，我的意思是，我看到您关心“如果布尔值不是 0 和 1 怎么办？”但我想，是的，只需将它们转换为 0 和 1 并返回乘法。 np.where 解决方案也不错。

标签： python pandas dataframe ternary-operator

【解决方案1】：

一个不同的解决方案，可能不那么可读但有效。

创建新的列/系列：

>>> df
   0      1  2
0  1   True  9
1  2  False  9
2  3   True  9
3  4  False  9
4  5   True  9
>>> df[3] = 0

使用面具

>>> mask = df[1]
>>> df[3][mask] = (df[0] * df[2])[mask]
>>> df
   0      1  2   3
0  1   True  9   9
1  2  False  9   0
2  3   True  9  27
3  4  False  9   0
4  5   True  9  45
>>>

【讨论】：

【解决方案2】：

你可以使用np.where:

import numpy as np
df['interestingness'] = np.where(df.isActive, df.changePct * df.alivePct, 0)

对于一维数组，np.where(condition, A, B) 是矢量化的等价于

np.array([a if c else b for a,b,c in zip(condition, A, B)])

Pandas 还提供了一个Series.where 方法供您使用：

df['interestingness'] = (df.changePct * df.alivePct).where(df.isActive, 0)

【讨论】：