将函数的输出分配给与其他某些列中的条件匹配的行的数据框列

Question

我有一个数据框'df'，其列为'A'，'B'，如图所示。我想创建一个新列'C'并将其分配给函数 func（）。但是，约束条件是，只为那些行（在“ C” 中）分配与“ A” 列匹配“ abc” 的值强>。对于此类行， func（）的输入变量将是'B'列的相应条目。

例如，在所附照片中，第0行和第2行的'A'列值为'abc'。对于此类行，'C'中的值应由 func（）通过使用'B'列中的值（在此“ 2222” 或“ 4444” ）。

注意：变量'var2'，'var3'是我程序中其他位置派生的一些值。我们可以将它们作为常量进行讨论。

我当然可以使用“ for循环”并完成此操作，但是，我想知道是否存在使用pandas或numpy进行此操作的有效方法。我尝试使用'.where'方法，但是func（）似乎将整个列'B'解释为其输入，而不是将列'B'的每个元素都作为（即...“ 2222”或“ 4444”）

def func(var1, var2, var3):
    <something>
    return(output)

import numpy as np
df['C'] = np.where(data['A'] == 'abc', func(data['B'], var2, var3), " ")

Answer 1

IIUC，您可以使用.loc方法访问数据框中的每个项目，并使用.apply()在其中应用您的分配：

不知道您有多少条件，而是模仿上面的代码：

df.loc[df['A'] == 'abc', 'C'] = df['B'].apply(func)

例如，

import pandas as pd
a = ['abc','b','abc']
b = [1,2,3]
df = pd.DataFrame({'A' : a,
              'B' : b})
print(df)
   A  B
0  abc  1
1    b  2
2  abc  3
df.loc[df['A'] == 'abc','C'] = df['B'].apply(lambda x : x ** 2)
   A    B    C
0  abc  1  1.0
1    b  2  NaN
2  abc  3  9.0

如果您的逻辑更为复杂，则可以按以下方式使用np.select：

conditions  = [ df['B'] >= 3, (df['B'] < 3) & (df['B']> 1), df['B'] <= 1]
choices     = [ "high", 'medium', 'low' ]

df["C"] = np.select(conditions, choices, default=np.nan)

print(df)
     A  B       C
0  abc  1     low
1    b  2  medium
2  abc  3    high