Pandas Dataframe 根据条件进行转换答案

【问题标题】：Pandas Dataframe fransform according to conditionPandas Dataframe 根据条件进行转换
【发布时间】：2022-01-13 17:15:16
【问题描述】：

我有以下数据框，想根据下面的函数转换数据框的值，但我无法让它与.transform 或.apply 一起使用。

dgp_id        8    13
lasso_class  4.0  2.0
lasso_reg    3.0  1.0
rf_class     1.0  4.0
rf_reg       2.0  3.0
xgb_class    6.0  6.0
xgb_reg      5.0  5.0

def scoring(x):
    if x == 1.0:
        x = 1
    elif x == 2.0:
        x=1/2
    elif x == 5.0:
        x=-1/2
    elif x==6.0:
        x=-1
    else:
        x=0

【问题讨论】：

你能展示一个包含预期输出的示例数据框吗？这会有很大帮助......

标签： python pandas transform

【解决方案1】：

IIUC，您可以使用transform、map 和fillna 的组合来创建这样的基于列的更改。

transform 将对我们指定的每个列应用一个函数
map 将根据字典为我们更改值
fillna 将处理失败的情况——map 字典中没有的任何内容都将替换此值

# create a mapping of old values to new values
scoring = {1.0: 1, 2.0: 1/2, 5.0: -1/2, 6.0: -1}

new_df = (
    df.filter(["8", "13"]) # select columns to score
    .transform(lambda column: column.map(scoring)) # convert values
    .fillna(0)             # fill in fallthrough cases
)

print(new_df)
     8   13
0  0.0  0.5
1  0.0  1.0
2  1.0  0.0
3  0.5  0.0
4 -1.0 -1.0
5 -0.5 -0.5

如果你想把它和原始数据结合起来，你可以像这样使用.join：


full_df = df.join(new_df, rsuffix="_scored")

print(full_df)
        dgp_id    8   13  8_scored  13_scored
0  lasso_class  4.0  2.0       0.0        0.5
1    lasso_reg  3.0  1.0       0.0        1.0
2     rf_class  1.0  4.0       1.0        0.0
3       rf_reg  2.0  3.0       0.5        0.0
4    xgb_class  6.0  6.0      -1.0       -1.0
5      xgb_reg  5.0  5.0      -0.5       -0.5

【讨论】：

这对我有用，但是我更改了列选择步骤，您将 .filter 应用于 .iloc[:, [0,1]]，因为过滤器没有选择列某种原因。
很高兴你能成功！我的原因可能对您有用，因为您的列标题可能是整数 8 和 13 而我的列标题是字符串 "8" 和 "13"。
这听起来像是原因，是的！将来应该注意这些列标题。

【解决方案2】：

假设您要转换的列的名称为“mycol”，您可以显式替换它：

newvals = [scoring(item) for item in df['mycol']]
df['mycol'] = newvals

还要注意您的评分函数需要在底部“返回 x”

【讨论】：