根据if-elif-else条件创建新列

Question

我有一个DataFrame 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

所以给出上表，它应该是：

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

对于我if else的典型np.where(df.A > df.B, 1, -1)个案例，pandas是否提供了一个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）？

Answer 1

正式确定上述一些方法：

创建一个对数据帧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

然后将其应用于传递axis=1选项的数据框：

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，因此在缩放到大量记录时性能可能不会那么好。不过，我认为它更具可读性。特别是来自SAS背景。

Answer 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。第一行代码读取如此，如果列'A'等于列'B'，则创建并设置列'C'等于0.注意我没有尝试运行它，因此代码可能需要修改如下所示，df.loc [（df ['A'] == df ['B']），'C'] = 0，它在条件周围使用括号。

Answer 3

对于这种特殊关系，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

Answer 4

让我们说一个以上是您的原始数据框，并且您想添加一个新列'old'

如果年龄大于50岁，则我们认为年龄更大=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

第2步：  使用.loc我们可以为列

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

年龄小于50岁的人

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

    df[row_indexes,'elderly']="no"

Answer 5

当您有多个if时 条件，numpy.select是必经之路：

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

Answer 6

对于大型数据集，行式操作可能需要很长时间。更好的方法是找到与条件匹配的行的索引，然后将值分配给这些行的所需列（'C'）。

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