Question

需要Pandas多个IF-ELSE语句的帮助。我有一个测试数据集（泰坦尼克号）如下：

ID  Survived    Pclass  Name    Sex Age
1   0   3   Braund  male    22
2   1   1   Cumings, Mrs.   female  38
3   1   3   Heikkinen, Miss. Laina  female  26
4   1   1   Futrelle, Mrs.  female  35
5   0   3   Allen, Mr.  male    35
6   0   3   Moran, Mr.  male    
7   0   1   McCarthy, Mr.   male    54
8   0   3   Palsson, Master male    2

其中Id是乘客ID。我想在此数据框中创建一个新的标志变量，该变量具有以下规则：

if Sex=="female" or (Pclass==1 and Age <18) then 1 else 0.

现在我要尝试一些方法。这就是我第一次接触的方式：

df=pd.read_csv(data.csv)
for passenger_index,passenger in df.iterrows():
    if passenger['Sex']=="female" or (passenger['Pclass']==1 and passenger['Age']<18):
       df['Prediction']=1
    else:
       df['Prediction']=0

上面代码的问题是它在df中创建一个Prediction变量，但所有值都为0.

但是，如果我使用相同的代码，而是将其输出到字典，它会给出正确的答案，如下所示：

prediction={}
df=pd.read_csv(data.csv)
for passenger_index,passenger in df.iterrows():
    if passenger['Sex']=="female" or (passenger['Pclass']==1 and passenger['Age']<18):
       prediction[passenger['ID']=1
    else:
       prediction[passenger['ID']=0

根据上述逻辑，这给出了一个dict预测，其中键为ID，值为1或0。

那么为什么df变量工作错误？我甚至尝试先定义一个函数然后调用它。和第一个一样。

那么，我们怎么能在熊猫中做到这一点？

其次，如果我们可以使用一些多个if-else语句，我想也可以这样做。我知道np.where但它不允许添加＆＃39;和＆＃39;条件。所以这就是我的尝试：

df['Prediction']=np.where(df['Sex']=="female",1,np.where((df['Pclass']==1 and df['Age']<18),1,0)

上面给出的错误是＆＃39;和＆＃39;关键字在哪里。

有人可以帮忙吗？使用np.where（简单的if-else之类）和使用某些函数（applymap等）或修改我之前写的内容的多个方法的解决方案将非常感激。

另外，我们如何使用df的一些applymap或apply / map方法做同样的事情？

Answer 1

您可以使用df.iterrows（相对较慢）循环遍历行，而不是在一个作业中将所需的值分配到Prediction列：

In [27]: df['Prediction'] = ((df['Sex']=='female') | ((df['Pclass']==1) & (df['Age']<18))).astype('int')

In [29]: df['Prediction']
Out[29]: 
0    0
1    1
2    1
3    1
4    0
5    0
6    0
7    0
Name: Prediction, dtype: int32

对于您的第一种方法，请记住df['Prediction']代表整个df列，因此df['Prediction']=1会将值1分配给该列中的每一行。由于df['Prediction']=0是最后一个分配，因此整个列最终都填充了零。

对于第二种方法，请注意您需要使用&而非and在两个NumPy阵列或Pandas NDFrame上执行元素逻辑和操作。因此，您可以使用

In [32]: np.where(df['Sex']=='female', 1, np.where((df['Pclass']==1)&(df['Age']<18), 1, 0))
Out[32]: array([0, 1, 1, 1, 0, 0, 0, 0])

虽然我认为将|用于逻辑 - 或&用于逻辑 - 并且：

更简单

In [34]: ((df['Sex']=='female') | ((df['Pclass']==1) & (df['Age']<18)))
Out[34]: 
0    False
1     True
2     True
3     True
4    False
5    False
6    False
7    False
dtype: bool

使用多个If-else的Pandas变量创建

1 个答案: