根据多个条件将新列添加到 Python Pandas DataFrame [重复]

Question

我有一个包含如下各列的数据集：

discount tax total subtotal productid 3.98 1.06 21.06 20 3232 3.98 1.06 21.06 20 3232 3.98 6 106 100 3498 3.98 6 106 100 3743 3.98 6 106 100 3350 3.98 6 106 100 3370 46.49 3.36 66.84 63 695

现在，我需要添加一个新列 Class，并根据以下条件为其分配 0 或 1 的值：

if:
    discount > 20%
    no tax
    total > 100
then the Class will 1
otherwise it should be 0

我已经在一个条件下完成了，但我不知道如何在多个条件下完成它。

这是我尝试过的方法：

df_full['Class'] = df_full['amount'].map(lambda x: 1 if x > 100 else 0)

我查看了所有其他类似的问题，但找不到任何解决我的问题的方法。我已经尝试了上述所有帖子，但遇到了这个错误：

TypeError: '>' not supported between instances of 'str' and 'int'

在第一次发布答案的情况下，我已经尝试过：

df_full['class'] = np.where( ( (df_full['discount'] > 20) & (df_full['tax'] == 0 ) & (df_full['total'] > 100) & df_full['productdiscount'] ) , 1, 0)

Answer 1

您可以使用 DataFrame.apply 在数据框行中应用任意函数。

在您的情况下，您可以定义如下函数：

def conditions(s):
    if (s['discount'] > 20) or (s['tax'] == 0) or (s['total'] > 100):
        return 1
    else:
        return 0

并使用它为您的数据添加一个新列：

df_full['Class'] = df_full.apply(conditions, axis=1)

Answer 2

从您的数据图像来看，您还不清楚discount 20% 是什么意思。

但是，您可能会做这样的事情。

df['class'] = 0 # add a class column with 0 as default value

# find all rows that fulfills your conditions and set class to 1
df.loc[(df['discount'] / df['total'] > .2) & # if discount is more than .2 of total 
       (df['tax'] == 0) & # if tax is 0
       (df['total'] > 100), # if total is > 100 
       'class'] = 1 # then set class to 1

注意& 在这里表示and，如果你想要or 而不是使用|。