np.where python pandas的多个条件

Question

我有以下数据框：

region  pop_1   pop_1_source    pop_2   pop_2_source    pop_3   pop_3_source
a   99  x1  84  x2  61  x3
b   64  x1  65  x2  16  x3
c   92  x1  26  x2  6   x3  
d   82  x1  60  x2  38  x3
e   45  x1  77  x2  42  x3

我可以通过以下方式计算在每个区域中找到的最高值：

df['upper_limit'] = df[['pop_1','pop_2','pop_3']].max(axis=1)

如果我只比较两个人口，我可以计算出最高人口的来源，即：

df['upper_limit_source'] = np.where(df.upper_limit == df['upper_limit'],df.pop_1,df.pop_2)

但是，如果我尝试将其扩展为搜索所有三列，则无法正常工作。 我已经寻找了一个解决方案，但无法使用 np.where(np.logical_or 或类似的东西。

我是否遗漏了一些明显的东西？

Answer 1

我发现您的问题有点令人困惑（除其他事项外，df.upper_limit == df['upper_limit'] 总是正确的，并且您的“来源”列都充满了x1（除了一个看起来像错字的1x））。

但是，您似乎想找出三列中的哪一列导致最大值，然后根据此计算一个值。因此，要计算负责的列，您可以使用np.argmax：

import numpy as np

idmax = np.argmax(df[['pop_1','pop_2','pop_3']].as_matrix(), axis=1)

这将为您提供每行 0、1 或 2，具体取决于三列中的哪一列负责最大值。

现在，如果你想根据索引选择pop_1_source、pop_2_source或pop_3_source，你可以使用np.choose：

np.choose(idmax, df[[`pop_1_source', 'pop_2_source', pop_3_source']].as_matrix().T)