根据另一列中满足的条件更新列答案

【问题标题】：Updating a column based on a condition being met in another column根据另一列中满足的条件更新列
【发布时间】：2021-03-18 07:33:30
【问题描述】：

我正在尝试在我的数据框中创建一个新列。这是我想做的：

新建“明星力量”栏目
- 如果球员命中数在前 5 名，则“明星力量”增加 1 分，如果在前 3 名，则增加 2 分，如果球员是第 1 名，则增加 3 分。

以下是创建我正在使用的数据框的较小版本的代码：

import pandas as pd

mydict = {
'Name' : ['Bill', 'Tom', 'Jack', 'Bob', 'Phil', 'Tim', 'Vick', 'Peter', 'Al', 'Jay'],
'Hits' : [20, 15, 22, 12, 5, 6, 12, 23, 13, 25],
'AVG' : [.750, .500, .250, .300, .200, .760, .450, .400, .330, .500],
'StarPower' : [0, 0, 0, 0, 0, 0, 0, 0, 0, 0],}


df = pd.DataFrame(mydict)

df

    Name    Hits AVG    StarPower
0   Bill    20  0.75    0
1    Tom    15  0.50    0
2   Jack    22  0.25    0
3    Bob    12  0.30    0
4   Phil     5  0.20    0
5    Tim     6  0.76    0
6   Vick    12  0.45    0
7  Peter    23  0.40    0
8     Al    13  0.33    0
9    Jay    25  0.50    0

我知道我应该结合使用 for 循环和 if 语句。但老实说，我无法理解它。

感谢任何帮助。

【问题讨论】：

你能添加预期的输出吗？如果top1得3分还是3+2+1分？

标签： python pandas for-loop if-statement

【解决方案1】：

首先对值进行排序，然后通过在numpy.select 中的位置进行比较来设置值：

#if no duplicates
s = df['Hits'].sort_values(ascending=False)
#if possible duplicates
#s = df['Hits'].drop_duplicates().sort_values(ascending=False)

m1 = df['Hits'].eq(s.iloc[0])
m2 = df['Hits'].eq(s.iloc[1:3])
m3 = df['Hits'].eq(s.iloc[4:6])
df['StarPower'] = np.select([m1, m2, m3], [3,2,1])
print (df)
    Name  Hits   AVG  StarPower
0   Bill    20  0.75          0
1    Tom    15  0.50          1
2   Jack    22  0.25          2
3    Bob    12  0.30          0
4   Phil     5  0.20          0
5    Tim     6  0.76          0
6   Vick    12  0.45          0
7  Peter    23  0.40          2
8     Al    13  0.33          1
9    Jay    25  0.50          3

如果需要总和值：

#if no duplicates
s = df['Hits'].sort_values(ascending=False)
#if possible duplicates
#s = df['Hits'].drop_duplicates().sort_values(ascending=False)

m1 = df['Hits'].eq(s.iloc[0])
m2 = df['Hits'].eq(s.iloc[:3])
m3 = df['Hits'].eq(s.iloc[:6])
df['StarPower'] = m1 * 3 + m2 * 2 + m3 * 1
print (df)
    Name  Hits   AVG  StarPower
0   Bill    20  0.75          1
1    Tom    15  0.50          1
2   Jack    22  0.25          3
3    Bob    12  0.30          0
4   Phil     5  0.20          0
5    Tim     6  0.76          0
6   Vick    12  0.45          0
7  Peter    23  0.40          3
8     Al    13  0.33          1
9    Jay    25  0.50          6

【讨论】：

这对我有用。我用 AVG 列试了一下，效果也很好。但是，我们为命中计算的“StarPower”列的值替换为我为 AVG 运行它时计算的值。我知道一种解决方法是将 Hits 星功率列命名为“StarPower”，然后将计算 AVG 的列命名为“StarPower2”，然后将两列加在一起，如 df['StarPower'] = df['StarPower'] + df[ 'StarPower2']。不过，这似乎还有很长的路要走。
@p.habermanm - 是否可以使用df['StarPower'] = df['StarPower'] + df['StarPower2'] 的解决方案编辑您的问题，看看是否存在一些改进？因为现在不确定是否了解需要什么。谢谢。

【解决方案2】：

您可以将pd.Series.rank 与df.apply 一起使用，也可以使用np.where 或np.select

df['Rank'] = df['Hits'].rank(method='dense').astype(int)

def fun(x):
    res = 0
    if x['Rank'] == 1:
        res =  3
    elif x['Rank'] <= 3 and x['Rank'] > 1:
        res = 2
    else:
        res = 1
    return res + x['StarPower']

df['StarPower'] = df.apply(fun, axis=1)
print(df)

输出：

    Name  Hits   AVG  StarPower  Rank
0   Bill    20  0.75          1     6
1    Tom    15  0.50          1     5
2   Jack    22  0.25          1     7
3    Bob    12  0.30          2     3
4   Phil     5  0.20          3     1
5    Tim     6  0.76          2     2
6   Vick    12  0.45          2     3
7  Peter    23  0.40          1     8
8     Al    13  0.33          1     4
9    Jay    25  0.50          1     9

【讨论】：