首页 文章

if else函数在pandas dataframe中[重复]

提问于
浏览 次
6

这个问题在这里已有答案：

我试图在数据帧上应用if条件，但我遗漏了一些东西（错误：系列的真值是不明确的 . 使用a.empty，a.bool（），a.item（），a . any（）或a.all（） . ）

raw_data = {'age1': [23,45,21],'age2': [10,20,50]}
df = pd.DataFrame(raw_data, columns = ['age1','age2'])

def my_fun (var1,var2,var3):
if (df[var1]-df[var2])>0 :
    df[var3]=df[var1]-df[var2]
else:
    df[var3]=0
print(df[var3])

my_fun('age1','age2','diff')
python pandas if-statement dataframe

3 回答

  • 10

    你可以用 pandas.Series.where

    df.assign(age3=(df.age1 - df.age2).where(df.age1 > df.age2, 0))

   age1  age2  age3
0    23    10    13
1    45    20    25
2    21    50     0

    你可以将它包装在一个函数中

    def my_fun(v1, v2):
    return v1.sub(v2).where(v1 > v2, 0)

df.assign(age3=my_fun(df.age1, df.age2))

   age1  age2  age3
0    23    10    13
1    45    20    25
2    21    50     0
    回复于
  • 4

    没有 np.where 或 pd.Series.where 还有另一种方法 . 我并不是说它更好，但是在尝试使这个解决方案适应今天的一个具有挑战性的问题后，发现 where 的语法并不那么直观 . 最后，不确定它是否可以在哪里，但是发现以下方法让你在修改之前看一下子集，这对我来说更快地找到了解决方案 . 当然也适用于OP .

    你故意在一个数据帧的片上设置一个值作为熊猫，所以经常警告你不要 .

    This回答显示了正确的方法 .

    以下为您提供一个切片：

    df.loc[df['age1'] - df['age2'] > 0]

    ..看起来像：

    age1  age2
0    23    10
1    45    20

    在原始数据框中为要修改切片后要保留的值添加一个额外列：

    df['diff'] = 0

    现在修改切片：

    df.loc[df['age1'] - df['age2'] > 0, 'diff'] = df['age1'] - df['age2']

    ..结果：

    age1  age2  diff
0    23    10    13
1    45    20    25
2    21    50     0
    回复于
  • 1

    你可以使用numpy.where：

    def my_fun (var1,var2,var3):
    df[var3]= np.where((df[var1]-df[var2])>0, df[var1]-df[var2], 0)
    return df

df1 = my_fun('age1','age2','diff')
print (df1)
   age1  age2  diff
0    23    10    13
1    45    20    25
2    21    50     0

    错误更好解释here .

    apply 更慢的解决方案，需要 axis=1 按行进行数据处理：

    def my_fun(x, var1, var2, var3):
    print (x)
    if (x[var1]-x[var2])>0 :
        x[var3]=x[var1]-x[var2]
    else:
        x[var3]=0
    return x    

print (df.apply(lambda x: my_fun(x, 'age1', 'age2','diff'), axis=1))
   age1  age2  diff
0    23    10    13
1    45    20    25
2    21    50     0

    也可以使用 loc ，但有时可以覆盖数据：

    def my_fun(x, var1, var2, var3):
    print (x)
    mask = (x[var1]-x[var2])>0
    x.loc[mask, var3] = x[var1]-x[var2]
    x.loc[~mask, var3] = 0

    return x    

print (my_fun(df, 'age1', 'age2','diff'))
   age1  age2  diff
0    23    10  13.0
1    45    20  25.0
2    21    50   0.0
    回复于

相关问题