应用高级逻辑生成新的 pandas 数据框

Question

在 Python 3 pandas 数据框中，

a,b
100000,NaN
100000,NaN
100000,NaN
100000,500
10000,5000

我想根据以下逻辑生成一个新的C列：

def applyFunc(a,b):

    if a >= 25000 & b is not null:
        return b*0.3
    elif a >= 25000 & b is null:
        return a*0.3
    else:
        return 0

注意 a & b 列是浮点数，但可以为空。

理想输出：

a,b,c
100000,NaN,30000
100000,NaN,30000
100000,NaN,30000
100000,50000,15000
10000,5000,0

我尝试了以下方法：

df['c']=df.apply(lambda x:applyFunc(df['a'],df['b']), axis=1)

错误：

TypeError: ('cannot compare a dtyped [float64] array with a scalar of type [bool]', 'occurred at index 0')

有什么想法吗？谢谢！

Answer 1

使用numpy.select 和Series.isna 测试错误值和 Series.notna:

m1 = (df.a >= 25000) & (df.b.notna())
m2 = (df.a >= 25000) & (df.b.isna())

df['c'] = np.select([m1, m2], [df.b*0.3, df.a*0.3], default=0)
print (df)
        a       b        c
0  100000     NaN  30000.0
1  100000     NaN  30000.0
2  100000     NaN  30000.0
3  100000   500.0    150.0
4   10000  5000.0      0.0

Answer 2

代码中的错误：

a >= 25000 & b is not null

您使用按位连词 & 而不是布尔连词 and，因此会出现类型错误。

这应该可行：

a >= 25000 and b is not null