将顺序条件脚本转换为一般流程

Question

我目前正在对具有多种条件的顺序管道进行泛化； 假设我有一个水果数据，描述了苹果、香蕉和梨以及它们对应的重量和颜色。

import pandas as pd
fruits = pd.DataFrame({'Fruit': ['Apple', 'Apple', 'Banana', 'Pear' 'Pear', 'Banana'],
                      'Weight': [42, 64, 82, 74, 51, 71],
                      'Color': ['Red', 'Green', 'Yellow', 'Green' 'Red', 'Yellow']})

我想使用全部或部分特征将水果分为“Red_big_apples”、“Green_big_apples”、“Red_small_apples”、“Green_small_apples”、“Red_big_pears”等组。

for i in list(fruits.index):
    if fruits.loc[i, 'Fruit'] == 'Apple':
        if fruits.loc[i, 'Weight'] < 50:
            if fruits.loc[i, 'Color'] == 'Red':
                fruits.loc[i, 'Group'] = 'Red_small_apples'
ect.

现在想象一下，我有一个更复杂的顺序条件管道，并且可能需要在几周内实现一个全新的、不同的复杂顺序条件管道。

主要思想是创建一个组合 df/hashmap，它将与类中的某个函数（我将创建）进行通信，以提取给定水果的最后一组 - 但是当我构建 df/hashmap（一个复杂的任务本身）时，我知道它会有多大（约 2000 行/组合）。

我的问题是，您认为解决此问题的最佳方法是什么？

如果发生内部更改或新管道，分组方式将是：

1. 计算速度最快
2. 最容易实施

哪种方式最通用，因此在这种情况下我不需要更改类和/或类函数？

1. df/hashmap
2. 具体功能
3. 其他

谢谢！

Answer 1

您所描述的可以使用 apply 来实现，如下所示：

def classify(x):
    if x.Weight > 50:
        return f"{x.Color}_big_{x.Fruit}"
    else:
        return f"{x.Color}_small_{x.Fruit}"

fruits['class'] = fruits.apply(classify, axis=1)

这会生成：

Fruit   Weight  Color   class
0   Apple   42  Red Red_small_Apple
1   Apple   64  Green   Green_big_Apple
2   Banana  82  Yellow  Yellow_big_Banana
3   Pear    74  Green   Green_big_Pear
4   Pear    51  Red Red_big_Pear
5   Banana  71  Yellow  Yellow_big_Banana

通过修改classify函数可以进一步实现更复杂的条件。