Question

我已经看到了许多关于将条件列添加到数据框的问题，这些条件列通常依赖于使用np.where()。据我所知，np.where()仅在附加的同一行中查找。例如：

# Create df with 3 columns of random numbers from 0 to 100
df = pd.DataFrame(np.random.randint(0,100,size=(3, 3)), columns=list('ABC'))

---------------
A    B    C
23   16   85
 9   74   12
99   24   83
---------------
# Add new column based on values in other columns
conditions = [
    (df['A'] == 9),
    (df['B'] == 16)),
    (df['A'] == 99) & (df['C'] == 83)]
choices = ['Good', ' Better', 'Best']
df['How_Good'] = np.select(conditions, choices, default='Awful')

---------------
A    B    C    How_Good
23   16   85    Better
 9   74   12     Good
99   24   83     Best
---------------

在这种情况下，新列的值直接对应于同一行中其他列的值。

但是，我想产生一列，其值取决于特定列中的任何值。例如，假设我有一个这样的df：

d = {'ID': [1, 2, 3], 'Name': ['Al', 'Mo', 'Q'], 
        'Owned': ['Car', 'Truck', 'Bike'],
        'ID_1': [5, 7, 1], 'Name_1':['Jo', 'Ry', 'We']}
df = pd.DataFrame(data=d)

------------
ID   Name    Owned    ID_1    Name_1
1     Al      Car       5       Jo
2     Mo     Truck      7       Ry
3     Q      Bike       1       We
------------

现在，我想添加另一列Match，该列在Owned时显示ID_1 == ID的值，但不一定在同一行中。基本上，它必须对照ID中的每个值检查ID_1并在找到匹配项后停止。因此，带有附加列的df如下所示：

------------
     ID   Name    Owned    ID_1    Name_1    Match
0    1     Al      Car       5       Jo       nan
1    2     Mo     Truck      7       Ry       nan
2    3     Q      Bike       1       We       Car
------------

在上面的示例中，第0行中的ID与第2行中的ID_1匹配（没有其他匹配项）。然后，它从第0行获取了Owned的值并将其放入Match。因此，新列Match在整个数据帧中寻找ID和ID_1之间的匹配项。如果为真，则将Owned中的值放入Match中，否则放入nan中。

需要注意的是，Owned下只有一定数量的东西：它只能是汽车，卡车或自行车。但是ID和ID_1可以重复很多次。 ID_2，ID_3还有更多列，依此类推，所有这些列在ID上匹配，并使用Owned中的值。

Answer 1

您可以按以下方式使用DataFrame.apply：

df['Match'] = df.apply(lambda row: df[df['ID'] == row['ID_1']].loc[:, 'Owned'], axis=1)

如果您有更复杂的条件，则可能需要将它们放入函数中，然后应用它。

Answer 2

您可以使用merge：

df.merge(df[['Name','ID']].rename(columns={'Name':'Match',
                                           'ID':'ID_1'}), 
         on='ID_1',
         suffixes=['','_re'],
         how='left')

输出：

   ID Name  Owned  ID_1 Name_1 Match
0   1   Al    Car     5     Jo   NaN
1   2   Mo  Truck     7     Ry   NaN
2   3    Q   Bike     1     We    Al

Answer 3

使用完整的数据，您可以使用循环对此进行扩展：

df.loc[2,'Match'] = df.loc[df.loc[2].ID_1-1].Owned

#Out[2615]: 
#   ID Name  Owned  ID_1 Name_1 Match
#0   1   Al    Car     5     Jo   NaN
#1   2   Mo  Truck     7     Ry   NaN
#2   3    Q   Bike     1     We   Car

添加条件值位于某些其他列中任意位置的列

3 个答案: