pandas df中的多重逻辑比较

Question

如果我有以下 pandas df

A   B   C   D
1   2   3   4
2   2   3   4

我想根据情况添加一个新列为 1、2 或 3，

(A > B) && (B > C) = 1
(A < B) && (B < C) = 2
Else = 3

最好的方法是什么？

Answer 1

您可以使用numpy.select 来构建您的多个条件。最后一个参数代表默认值。

conditions = [(df.A > df.B) & (df.B > df.C),
              (df.A < df.B) & (df.B < df.C)]

values = [1, 2]

df['E'] = np.select(conditions, values, 3)

有几种选择：嵌套numpy.where、顺序pd.DataFrame.loc、pd.DataFrame.apply。此解决方案的主要优点是可读性，同时保持矢量化。

Answer 2

您可以在 df 上使用 apply 并满足您的两个条件，例如：

df['E'] = df.apply(lambda x: 1 if x.A > x.B and x.B > x.C else 2 if x.A < x.B and x.B < x.C else 3, axis=1)

Answer 3

这也可以使用 indexing 和 fillna 来解决。

df.loc[(df['A'] > df['B'])
  &(df['B'] > df['C']), 'New_Col'] = 1

df.loc[(df['A'] < df['B'])
  &(df['B'] < df['C']), 'New_Col'] = 2

df['New_Col'] = df['New_Col'].fillna(3)

第一个代码块的读取方式如下：定位 A > B 和 B > C 的位置，如果这两个条件都为真，则设置列 'New_Col' 等于 1。第二个块可以解释为相同方法。如果第一个和第二个块都没有返回 1 或 2，那么它们将显示为 null。使用 fillna() 函数用 3 填充这些空值。

这将产生以下数据框：