根据添加其他三个的结果在数据框中创建新列答案

【问题标题】：Creating a new column in a dataframe based on the result of the addition of three others根据添加其他三个的结果在数据框中创建新列
【发布时间】：2018-01-27 06:31:10
【问题描述】：

我已经生成了以下代码：

data['Customer_segment'] = np.where(((data['Order frequency segment']+data['order_size_seg']+data['MOVC % segment'])<=5,1),
np.where((data['Order frequency segment']+data['order_size_seg']+data['MOVC % segment'])>5 & (data['Order frequency segment']+data['order_size_seg']+data['MOVC % segment'])<=8,2),
np.where((data['Order frequency segment']+data['order_size_seg']+data['MOVC % segment'])>8 & (data['Order frequency segment']+data['order_size_seg']+data['MOVC % segment'])<=11,3),
np.where((data['Order frequency segment']+data['order_size_seg']+data['MOVC % segment'])>11 & (data['Order frequency segment']+data['order_size_seg']+data['MOVC % segment'])<=14,4),5)

我收到以下错误：

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

非常感谢帮助以达到最佳解决方案，我觉得我正在尝试做的那个可能不是最佳的。

输入示例如下：

MOVC % segment  order_size_seg  Order frequency segment
1                      2                 3
5                      2                 1
5                      5                 5

我正在尝试根据对每一行求和的结果添加一列，如下所示：

如果 3-5 那么 1 如果 6-8 那么 2 如果 9-11 那么 3 如果 12-14 那么 4 如果 15+ 则 5

真的会帮助解决这个问题

【问题讨论】：

每个条件都有问题你错过了() - () & () &()...

标签： python pandas conditional where

【解决方案1】：

试试pd.cut怎么样

df = pd.DataFrame([[1,2,3],[5,2,1],[5,5,5]], columns=['M','O','F'])

pd.cut(df.T.sum(),[5, 8, 11, 14,np.inf],labels=[1,2,3,4]) 

Out[1180]: 
0    1
1    1
2    4
dtype: category

【讨论】：

【解决方案2】：

我认为您需要多个np.where 一个numpy.select：

#only once sum values 
a = data['Order frequency segment']+data['order_size_seg']+data['MOVC % segment']
#conditions with ()
m1 = a<=5
m2 = (a>5) & (a<=8)
m3 = (a>8) & (a<=11)
m4 = (a>11) & (a<=14)

data['Customer_segment'] = np.select([m1, m2, m3, m4],[1,2,3,4], default=5)

另一种解决方案是使用cut:

bins = [-np.inf,5,8,11,14, np.inf]
labels = [1,2,3,4,5]

data['Customer_segment'] = pd.cut(df['B'], bins=bins, labels=labels)

【讨论】：

我们的想法一样:)，会删除我的答案，为你点赞~

【解决方案3】：

query 方法怎么样？它似乎有非常强大的语法：

import pandas as pd
d = pd.DataFrame([[1,2,3],[5,2,1],[5,5,5]], columns=['M','O','F'])
d.query("5 < M+O+F < 8")

Out[4]: 
   M  O  F
1  5  2  1

【讨论】：