当满足 for 循环中的条件时，将行中的值附加到同一行但在新列中答案

【问题标题】：Appending value from a row onto the same row but in a new column when condition in for loop is met当满足 for 循环中的条件时，将行中的值附加到同一行但在新列中
【发布时间】：2022-01-01 12:45:50
【问题描述】：

我需要将列 R2ESL 或 MCL 中的数值（以较小者为准）附加到每一行（例如 A、B、C）的新列“较小值”中。

例如，对于参数 A，值为 7 的 MCL 小于值为 10 的 R2ESL。我想将 7 放入一个新列（较小的值），但在同一行 (A)。

到目前为止，我只能在 for 循环中使用“附加”来附加限制条件列。

param	R2ESL	MCL	Limiting Criteria	Lesser Value
A	10	7	MCL	7
B	100	150	R2ESL	100
C	55	55	equal	55

excel_df = pd.read_excel('ESLs_MCL_Comparison_copy.xls')

# Changing data type in columns to float
R2ESL_float = [float(item) for item in R2ESL]
print(R2ESL_float)

MCL_float = [float(item) for item in MCL]
print(MCL_float)

# Comparing the values in each column
result = []
result2 = []
for (R2ESL_float, MCL_float) in zip(R2ESL_float, MCL_float):
    if R2ESL_float > MCL_float:
        result.append("R2ESL")
        # result2.append(param_row_value_R2ESL) <-- Need help here
    elif R2ESL_float < MCL_float:
        result.append("MCL")
        # result2.append(param_row_value_MCL) <-- Need help here
    elif R2ESL_float == MCL_float:
        result.append("Equal")
        # result2.append("param_row_value_MCL_or_R2ESL") <-- Need help here
    else:
        result.append("null")
        # result2.append("null")

excel_df["Limiting Criteria"] = result
# excel_df["Lesser Value"] = result2
print(excel_df)

我是python新手，才学几周，请解释清楚。

【问题讨论】：

标签： python pandas for-loop append

【解决方案1】：

v1, v2 = df['R2ESL'].values, df['MCL'].values
df['Limiting Criteria'] = np.select([v1==v2, v1<v2, v1>v2], ['equal', 'R2ESL', 'MCL'])

# Determine the lesser value
df['Lesser Value'] = df[['R2ESL', 'MCL']].min(axis=1)

例如（这是从交互式 Python 会话中复制的）：

>>> df
  param  R2ESL  MCL
0     A     10    7
1     B    100  150
2     C     55   55


>>> v1, v2 = df['R2ESL'].values, df['MCL'].values
>>> df['Limiting Criteria'] = np.select([v1==v2, v1<v2, v1>v2], ['equal', 'R2ESL', 'MCL'])
>>> df
  param  R2ESL  MCL Limiting Criteria
0     A     10    7               MCL
1     B    100  150             R2ESL
2     C     55   55             equal


>>> df['Lesser Value'] = df[['R2ESL', 'MCL']].min(axis=1)
>>> df
 param  R2ESL  MCL Limiting Criteria  Lesser Value
0     A     10    7               MCL             7
1     B    100  150             R2ESL           100
2     C     55   55             equal            55

它的作用：

对于Limiting Criteria：

.values 返回 Series（或 DataFrame）后面的 numpy 数组
[v1==v2, v1<v2, v1>v2] 创建一个包含三个仅包含布尔值（所谓的“掩码”）的 numpy 数组的列表。第一个包含 True，其中 v1 和 v2 中的项目相等，否则为 False。第二个包含真值，其中v1 中的值小于v2 中的值。第三个包含 True，其中 v1 中的值大于 v2。
np.select 接受两个参数：“条件”列表（实际上是掩码）和值列表，并将每个条件中的 True 替换为值列表中的相应值

对于Lesser Value：

df[['R2ESL', 'MCL']] 基本上选择了原始数据帧的子数据帧，只有R2ESL 和MCL 列。
.min(axis=1) 获取每一行所有列的最小值。

【讨论】：