循环遍历每一行并为客户评分

Question

我正在尝试遍历我的数据框，并在exec列中向公司成员添加成绩。一个条件基于它们花费的金额，另一个条件基于它们拥有的交易数量。

Mbr grade

当我运行上述功能时，它给出了以下错误：

  

ValueError：系列的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

Answer 1

使用np.where

MbrKPI = pd.DataFrame([
        [501, 11],
        [501,  9],
        [499,  9]
    ], columns=['Amt', 'Transaction No_'])

a = MbrKPI['Amt'].values
t = MbrKPI['Transaction No_'].values
MbrKPI['MbrGrade'] = np.where(a > 500, np.where(t > 10, 'A', 'B'), 'C')

MbrKPI

<强> 注意：的
你没有解决<500 & >10，所以我忽略了它 你应该能够相应地适应 的 注2：
另外，请处理边缘案例==500和==10

Answer 2

我支持piRSquared's answer并警告你的情况有差距。 np.where方法非常紧凑且矢量化良好。

然而，对于大熊猫新手来说，它可能有点难以理解。所以这是一种跟踪普通Python逻辑和表单的方法。它的矢量化程度不是很好 - 但除非你有非常大的数据集，否则这可能不是问题。

def decide_grade(row):        
    amt, trans = row['Amt'], row['Transaction No_']
    if amt > 500 and trans > 10: return 'A' 
    if amt > 500 and trans < 10: return 'B' 
    if amt < 500 and trans < 10: return 'C' 
    return '???'

MbrKPI['Grade'] = MbrKPI.apply(decide_grade, axis=1)

它使用决策函数decide_grade将决定等级的逻辑与索引和行创建代码分开。 axis=1表示正在应用的函数依次获取DataFrame的每一行（默认值axis=0依次传递每列）。然后，决策函数将行值“解构”为两个标量变量，以便可以以最简单，最清晰的方式陈述其决策逻辑。

使用更大的数据集，结果：

无论你选择哪种方式，请注意“循环遍历”，如果没有错，则不是Pandas成语。应用决策函数，以向量形式计算新列是更好的性能和更惯用的方式来更新数据帧。与传统循环相比，它们更接近数据库查询/数据操作语句。