Python - Pandas 使用 np.where 为多个不同的值创建列答案

【问题标题】：Python - Pandas create column with np.where for multiple different valuesPython - Pandas 使用 np.where 为多个不同的值创建列
【发布时间】：2018-07-11 02:52:57
【问题描述】：

我有一个这样的数据框：

并且想要创建另一个名为 D 的列：

id year Q Desc
1 2017 1 '2017 first Quarter'
2 2017 2 '2017 second Quarter'
3 2018 1 '2018 first Quarter' 
4 2018 2 '2018 second Quarter' 
5 2018 3 '2017 third Quarter'

然而 np.where 似乎只接受 2 个参数（如果为真，如果为假）。所以想法是有一个可以处理多种可能性的 np.where 句子

【问题讨论】：

np.where的多选项版本是np.select

标签： python pandas numpy

【解决方案1】：

大致上，使用np.select

df['Desc'] = df.year.astype(str) + ' ' + np.select([df.Q==x for x in [1,2,3,4]], ['first', 'second', 'third', 'quarter']) + ' quarter'

【讨论】：

【解决方案2】：

IIUC 你只需要map你的Q列到character然后使用字符串总和

df['Desc']=df.year.astype(str)+' '+ df.Q.map({1:'first',2:'second',3:'third',4:'fourth'})+' Quarter'
df
Out[26]: 
   id  year  Q                 Desc
0   1  2017  1   2017 first Quarter
1   2  2017  2  2017 second Quarter
2   3  2018  1   2018 first Quarter
3   4  2018  2  2018 second Quarter
4   5  2018  3   2018 third Quarter

【讨论】：

【解决方案3】：

使用+ & pandas.DataFrame.apply：

d={1:'first',2:'second',3:'third',4:'fourth'}
df['Desc']=(df['year'].astype(str)+' '+df['Q'].astype(str)+' Quarter').apply(lambda x: ' '.join(d[int(i)] if len(i)==1 else i for i in x.split()))
print(df)

输出：

   id  year  Q                 Desc
0   1  2017  1   2017 first Quarter
1   2  2017  2  2017 second Quarter
2   3  2018  1   2018 first Quarter
3   4  2018  2  2018 second Quarter
4   5  2018  3   2018 third Quarter

【讨论】：