根据 if-elif-else 条件创建新列答案

【问题标题】：Creating a new column based on if-elif-else condition根据 if-elif-else 条件创建新列
【发布时间】：2014-03-09 06:25:52
【问题描述】：

我有一个 DataFrame df:

我想根据以下条件创建一个新列：

如果行A == B: 0

如果行A > B: 1

如果行A < B: -1

所以给定上表，应该是：

    A    B    C
a   2    2    0
b   3    1    1
c   1    3   -1

对于典型的if else 情况，我使用np.where(df.A > df.B, 1, -1)，pandas 是否提供了一种特殊的语法来一步解决我的问题（无需创建 3 个新列然后组合结果）？

【问题讨论】：

你可以定义一个函数并将其传递给apply 并设置axis=1 会起作用，我不确定我能想到一个可以给你想要的操作
您的解决方案意味着创建 3 列并将它们组合成 1 列，或者您有不同的想法？
您一直在说“创建 3 列”，但我不确定您指的是什么。
@DSM 已经回答了这个问题，但我的意思是像 df['C']=df.apply(myFunc(row), axis=1) 这样 myFunc 做你想做的事，这不涉及创建“3列”
Pandas conditional creation of a series/dataframe column的可能重复

标签： python pandas conditional

【解决方案1】：

对于这种特殊的关系，您可以使用np.sign：

>>> df["C"] = np.sign(df.A - df.B)
>>> df
   A  B  C
a  2  2  0
b  3  1  1
c  1  3 -1

【讨论】：

【解决方案2】：

将上面列出的一些方法形式化：

创建一个对数据框的行进行操作的函数，如下所示：

def f(row):
    if row['A'] == row['B']:
        val = 0
    elif row['A'] > row['B']:
        val = 1
    else:
        val = -1
    return val

然后将其应用到您的数据框，并传入axis=1 选项：

In [1]: df['C'] = df.apply(f, axis=1)

In [2]: df
Out[2]:
   A  B  C
a  2  2  0
b  3  1  1
c  1  3 -1

当然，这不是矢量化的，因此在扩展到大量记录时性能可能不会那么好。不过，我认为它更具可读性。尤其是来自 SAS 背景。

编辑

这里是矢量化版本

df['C'] = np.where(
    df['A'] == df['B'], 0, np.where(
    df['A'] >  df['B'], 1, -1))

【讨论】：

如果我想在函数中传递另一个参数和行怎么办？如果我这样做，它会说行未定义..
你必须使用.apply函数的args参数：pandas.pydata.org/pandas-docs/stable/generated/…
我是一个学习Python的老SAS用户，肯定有学习曲线！ :-) 例如，上面的代码可以用 SAS 写成：data df; set df; if A=B then C=0; else if A>B then C=1; else C=-1; run; 非常优雅和简单。
感谢您的回答。但是，我不明白为什么需要axis=1。没有通过axis=1，该行只有第一列。
@Zelazny7 能否请您提供一个矢量化版本？

【解决方案3】：

df.loc[df['A'] == df['B'], 'C'] = 0
df.loc[df['A'] > df['B'], 'C'] = 1
df.loc[df['A'] < df['B'], 'C'] = -1

使用索引很容易解决。第一行代码如下，如果A 列等于B 列，则创建C 列并将其设置为0。

【讨论】：

【解决方案4】：

假设上面一个是您的原始数据框，您想添加一个新列“旧”

如果年龄大于 50 则我们认为是 old=yes 否则为 False

第一步：获取年龄大于50的行的索引

row_indexes=df[df['age']>=50].index

第2步：使用 .loc 我们可以为列

df.loc[row_indexes,'elderly']="yes"

分配一个新值

50岁以下同理

row_indexes=df[df['age']<50].index

df[row_indexes,'elderly']="no"

【讨论】：

【解决方案5】：

当您有多个if 条件，numpy.select 是要走的路：

In [4102]: import numpy as np
In [4098]: conditions = [df.A.eq(df.B), df.A.gt(df.B), df.A.lt(df.B)]
In [4096]: choices = [0, 1, -1]

In [4100]: df['C'] = np.select(conditions, choices)

In [4101]: df
Out[4101]: 
   A  B  C
a  2  2  0
b  3  1  1
c  1  3 -1

【讨论】：

【解决方案6】：

可以使用mask的方法：

df['C'] = np.nan
df['C'] = df['C'].mask(df.A == df.B, 0).mask(df.A > df.B, 1).mask(df.A < df.B, -1)

【讨论】：