Question

代码通过遍历每一行并调用'is_color'函数来工作。该函数检查第i行中的值并指定颜色，例如，如果满足条件，则为“蓝色”

import numpy as np
import pandas as pd

def is_color(df):

    df['color'] = np.nan
    def blue(i):
        is_blue = True # some more complex condition
        if is_blue:
            #df['color'].iloc[i] = 'blue'
            df.set_value(i, 'color', 'blue')

    for i in range(len(df)):

        blue(i)

        # not included i this example
        #green(i)  
        #orange(i)
        #purple(i)
        #yellow(i)

    return df

我最初做的df['color'].iloc[i] = 'blue'虽然有效但投了SettingWithCopyWarning我需要让它准备就绪，我尝试了df.set_value(i, 'color', 'blue')但是我想要做ValueError: could not convert string to float: blue它是这样的我认为：

import numpy as np
import pandas as pd

def is_color(df):

    df['color'] = np.nan
    def blue(i, df):
        is_blue = True # some more complex condition
        if is_blue:
            #df['color'].iloc[i] = 'blue'
            return df.set_value(i, 'color', 'blue')
        return df

    for i in range(len(df)):

        df = blue(i, df)

        # not included i this example
        #df = green(i, df)  
        #df = orange(i, df)

    return df

我觉得我的原始代码更干净了，有没有更漂亮的方法呢？

Answer 1

如果可能有多种情况，请apply使用if，elif和else自定义功能：

样品：

df = pd.DataFrame({'A':[10,20,31],
                   'B':[4,5,6]})

print (df)

def is_color(x):
    if x < 15:
        x = 'blue'
    elif (x > 15) and (x < 25):
        x = 'green'
    else:
        x = 'nothing'
    return (x)


df['color'] = df['A'].apply(is_color)
print (df)
    A  B    color
0  10  4     blue
1  20  5    green
2  31  6  nothing

类似的解决方案：

def is_color(x):
    a = 'nothing'
    if x < 15:
        a = 'blue'
    if (x > 15) and (x < 25):
        a = 'green'
    return (a)


df['color'] = df['A'].apply(is_color)
print (df)
    A  B    color
0  10  4     blue
1  20  5    green
2  31  6  nothing

正确的方法为pandas中的for循环中的单元格赋值

1 个答案: