Question

第3个，希望这些问题的最后一种类型如下。基于this和this问题，如何在Pandas中创建计算和计算新列，其中输入是整数和范围，输出是字符串？

这是我在ArcPY中的原始定义：

def Gefaehrdestufe(staok_klasse, nFK):
    x = ""
    if staok_klasse == 1:
        if nFK in range(0, 36):
            x = "Geringes Risiko"
        elif nFK in range(36, 51):
            x = "Geringes Risiko"
        elif nFK in range (51, 66):
            x = "Geringes Risiko"
        elif nFK in range(66, 86):
            x = "Gering bis mäßig"
        elif nFK >= 86:
            x = "Mäßig"
    elif staok_klasse == 2:
        if nFK in range(0, 36):
            x = "Geringes Risiko"
        elif nFK in range(36, 51):
            x = u"Gering bis mäßig"
        elif nFK in range (51, 66):
            x = u"Gering bis mäßig"
        elif nFK in range(66, 86):
            x = u"Mäßig"
        elif nFK >= 86:
            x = u"Mäßig hoch"
    return x

我尝试过.apply（）：

df_joined["Gef_Stufe"] = df_joined["StaokKlass", "nFK"].apply(Gefaehrdestufe)

并使用我在其他一个问题中提到的方法：

st_1_nfk_0_36 = (df_joined["StaokKlass"] == "1") & (df_joined["nFK_Proz"] in range(0,36))
st_1_nfk_36_51 = (df_joined["StaokKlass"] == "1") & (df_joined["nFK_Proz"] in range(36, 51))
st_1_nfk_51_66 = (df_joined["StaokKlass"] == "1") & (df_joined["nFK_Proz"] in range(51, 66))
st_1_nfk_66_85 = (df_joined["StaokKlass"] == "1") & (df_joined["nFK_Proz"] in range(66, 85))
st_1_nfk_85_x = (df_joined["StaokKlass"] == "1") & (df_joined["nFK_Proz"] >= 86)      
df_joined.loc[st_1_nfk_0_36, "Gef_stufe"] = "Geringes Risiko"
df_joined.loc[st_1_nfk_36_51, "Gef_stufe"] = "Geringes Risiko"
df_joined.loc[st_1_nfk_51_66, "Gef_stufe"] = "Geringes Risiko"
df_joined.loc[st_1_nfk_66_85, "Gef_stufe"] = u"Gering bis mäßig"
df_joined.loc[st_1_nfk_85_x, "Gef_stufe"] = u"Mäßig"

也有这种风格：

st_1_nfk_0_36 = (df_joined["StaokKlass"] == "1") & (df_joined["nFK_Proz"] > 0) & (df_joined["nFK_Proz"] < 36)

但都没有效果。

修改

所以我已将我的代码更新为@EdChum的建议，但我一直收到此错误：exceptions.TypeError: invalid type comparison。现在出于测试目的，我已将条件的前半部分取出(df_joined["StaokKlass"] == "1")并且代码没有错误地运行，但是它没有给我所需的（或任何）输出。所以问题肯定在这部分，但我无法弄清楚为什么。我试过有和没有括号但每次都出现同样的错误。 df_joined.info()确认列df_joined["Staokklass"]是整数，nFK是浮点数。

st_1_nfk_0_36 = (df_joined["StaokKlass"] == "1") & (df_joined["nFK_Proz"].isin(list(range(0,36))))
st_1_nfk_36_51 = (df_joined["StaokKlass"] == "1") & (df_joined["nFK_Proz"].isin(list(range(36, 51))))
st_1_nfk_51_66 = (df_joined["StaokKlass"] == "1") & (df_joined["nFK_Proz"].isin(list(range(51, 66))))
st_1_nfk_66_85 = (df_joined["StaokKlass"] == "1") & (df_joined["nFK_Proz"].isin(list(range(66, 85))))
 & (df_joined["nFK_Proz"].isin(list(range(86,1000))))      

df_joined.loc[st_1_nfk_0_36, "Gef_stufe"] = "Geringes Risiko"
df_joined.loc[st_1_nfk_36_51, "Gef_stufe"] = "Geringes Risiko"
df_joined.loc[st_1_nfk_51_66, "Gef_stufe"] = "Geringes Risiko"
df_joined.loc[st_1_nfk_66_85, "Gef_stufe"] = u"Gering bis mäßig"
df_joined.loc[st_1_nfk_85_x, "Gef_stufe"] = u"Mäßig"

问题1：我如何改变第一个被接受的条件问题2：我希望Python为我创建一个新的列df_joined[Gef_Stufe]，它具有字符串声明（最好带有unicode字符）。

还有一件事：我希望最后一个条件类似于>= 86而不是range(0, 1000)，而这样可以完成工作，因为范围永远不会那么高。但出于好奇和学习目的（以及干净的代码），我想知道如何实现这一目标。

编辑2：

这里是df_joined.info（）和df_joined.dtypes的输出：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 63117 entries, 0 to 63116
Data columns (total 38 columns):
OBJECTID      63117 non-null int64
FORSTAMT      63117 non-null int64
REVIER        63117 non-null int64
ABTEILUNG     63117 non-null int64
LAND          63117 non-null object
VEG           63117 non-null int64
Ortsname      63117 non-null object
DWD_ID        63117 non-null object
ForstortID    63117 non-null object
nFK_staok     63117 non-null int64
Wald_Typ      63117 non-null object
Datum         63117 non-null datetime64[ns]
nFK           63117 non-null int64
NS            63117 non-null int64
NV            63117 non-null float64
NS_Prog_1     63117 non-null int64
NS_Prog_2     63117 non-null int64
NS_Prog_3     63117 non-null int64
FET           63117 non-null int64
NS_Cap        63117 non-null int64
NS_Cap_P1     63117 non-null int64
NS_Cap_P2     63117 non-null int64
NS_Cap_P3     63117 non-null int64
Monat         63117 non-null object
Saison        63117 non-null object
IVbest        63117 non-null float64
NVbest        63117 non-null float64
nFK_140       63117 non-null float64
NV_Prog_1     63117 non-null float64
NV_Prog_2     63117 non-null float64
NV_Prog_3     63117 non-null float64
IV_Prog_1     63117 non-null float64
IV_Prog_2     63117 non-null float64
IV_Prog_3     63117 non-null float64
nFK_Prog      63117 non-null float64
nFK_ges       63117 non-null float64
nFK_Proz      63117 non-null float64
StaokKlass    63117 non-null int64

dtypes: datetime64[ns](1), float64(13), int64(17), object(7)
memory usage: 17.1+ MB

df_joined [＆＃34; StaokKlass＆＃34;]列由1到6的数字（整数）组成，然后分为0到36到55之间的每个范围，依此类推（即df_joined [＆＃] 34; Gef_stufe＆＃34;]

Answer 1

找到解决方案！在条件的第一个表达中，问题是一个错误的括号。

我有 st_1_nfk_0_36 = (df_joined["StaokKlass"]) == 1 & (df_joined["nFK_Proz"].between(0,36))

应该是什么时候

st_1_nfk_0_36 = (df_joined["StaokKlass"] == 1) & (df_joined["nFK_Proz"].between(0,36))

所以现在它工作正常，我得到了我想要的输出！非常感谢！希望最后一栏没有问题:-D

Answer 2

选项1

data = {
    1: [
        (u'Geringes Risiko', 66),
        (u'Gering bis mäßig', 86),
        (u'Mäßig',),
    ],    
    2: [
        (u'Geringes Risiko', 51),
        (u'Gering bis mäßig', 66),
        (u'Mäßig', 86),
        (u'Mäßig hoch',),
    ],    
}

def Gefaehrdestufe(staok_klasse, nFK):
    for group in data[staok_klasse][:-1]:
        if nFK < group[1]:
            return group[0]
    return data[staok_klasse][-1][0]

使用Pandas和不同的输入和输出类型在Python中计算新列

2 个答案: