根据 if-elif-else 条件创建新列[重复]

问题描述：

我有一个数据框df：

    A    B
a   2    2 
b   3    1
c   1    3

我想根据以下标准创建一个新列：

如果行A == B: 0

如果行A > B: 1

如果行A < B: -1

因此根据上表，应该是：

    A    B    C
a   2    2    0
b   3    1    1
c   1    3   -1 

对于典型if else情况np.where(df.A > df.B, 1, -1)，pandas 是否提供了一种特殊的语法来一步解决我的问题（无需创建 3 个新列然后合并结果）？

解决方案 1：

为了形式化上面列出的一些方法：

创建一个对数据框的行进行操作的函数，如下所示：

def f(row):
    if row['A'] == row['B']:
        val = 0
    elif row['A'] > row['B']:
        val = 1
    else:
        val = -1
    return val

然后将其应用到您的数据框并传递选项axis=1：

In [1]: df['C'] = df.apply(f, axis=1)

In [2]: df
Out[2]:
   A  B  C
a  2  2  0
b  3  1  1
c  1  3 -1

当然，这不是矢量化的，因此在扩展到大量记录时性能可能不太好。不过，我认为它的可读性更强。尤其是来自 SAS 背景的人。

编辑

这是矢量化版本

df['C'] = np.where(
    df['A'] == df['B'], 0, np.where(
    df['A'] >  df['B'], 1, -1)) 

解决方案 2：

df.loc[df['A'] == df['B'], 'C'] = 0
df.loc[df['A'] > df['B'], 'C'] = 1
df.loc[df['A'] < df['B'], 'C'] = -1

使用索引很容易解决。第一行代码如下，如果列A等于列，B则创建并将列设置C为 0。

解决方案 3：

对于这种特殊的关系，您可以使用np.sign：

>>> df["C"] = np.sign(df.A - df.B)
>>> df
   A  B  C
a  2  2  0
b  3  1  1
c  1  3 -1

解决方案 4：

当你有多个if
条件时，numpy.select要采取以下方法：

In [4102]: import numpy as np
In [4098]: conditions = [df.A.eq(df.B), df.A.gt(df.B), df.A.lt(df.B)]
In [4096]: choices = [0, 1, -1]

In [4100]: df['C'] = np.select(conditions, choices)

In [4101]: df
Out[4101]: 
   A  B  C
a  2  2  0
b  3  1  1
c  1  3 -1

解决方案 5：

假设上面是你的原始数据框，而你想添加一个新列“旧”

如果年龄大于 50 岁，则我们认为年龄较大=是，否则为 False

步骤 1：获取年龄大于 50 的行的索引

row_indexes=df[df['age']>=50].index

步骤 2：使用 .loc 我们可以为列分配一个新值

df.loc[row_indexes,'elderly']="yes"

50 岁以下同

row_indexes=df[df['age']<50].index

df[row_indexes,'elderly']="no"

解决方案 6：

您可以使用该方法mask：

df['C'] = np.nan
df['C'] = df['C'].mask(df.A == df.B, 0).mask(df.A > df.B, 1).mask(df.A < df.B, -1)

解决方案 7：

一个单行解决方案list comprehension也是zip()

df.loc[:,'C']= [0 if d1==d2 else 1 if d1>d2 else -1 for d1,d2 in zip(df.A,df.B)]

返回所需的输出

解决方案 8：

这是实现所需结果的一行代码。此行代码将新列“C”分配给 DataFrame“df”。如果列“A”和“B”中的值相等，则新列“C”的值为 0；如果列“A”中的值大于列“B”中的值，则新列“C”的值为 1；如果列“A”中的值小于列“B”中的值，则新列“C”的值为 -1。

为了实现这一点，在 DataFrame 'df' 上使用 apply 函数。apply 函数沿 DataFrame 的给定轴应用函数。在本例中，轴设置为 1，这意味着该函数将应用于 DataFrame 中的每一行。

所应用的函数是一个 lambda 函数，以一行作为输入。它检查当前行的“A”列和“B”列中的值，并为新列“C”返回适当的值（0、1 或 -1）。

运行此行代码后，DataFrame“df”将有一个额外的列“C”，其中包含基于“A”列和“B”列的比较计算出的值。

import pandas as pd
df['C'] = df.apply(lambda row: 0 if row['A'] == row['B'] else 1 if row['A'] > row['B'] else -1, axis=1)