Question

使用if-then-else语句（或类似方法）生成Pandas系列的最惯用方法是什么？

我有一组凌乱的数据，结构如下：

df = pd.DataFrame({
    "label": ["a","b","a","b","a","b"],
    "name": ["normal","normal","normal","special","normal","special"],
    "value": [1,2,3,4,5,6]
})

我尝试通过在字典中查找label的值来创建新标签，但是如果name值为＆＃34;特殊且想要返回特殊的新标签＃34;

我能够使用df.apply：

mapping = {"a": "apple", "b": "banana"}

df["new_label"] = df.apply(
    lambda x:"pear" if x['name'] == "special" else mapping[x['label']],
    axis=1
)

然而apply在运行~60k行数据时已经减慢了我的程序速度，而且我预计会有更多。是否有更惯用和矢量化的方式来进行此类操作？

Answer 1

numpy.where使用map：

df["new_label"] = np.where(df['name'] == "special", 'pear', df['label'].map(mapping))

print (df)
  label     name  value new_label
0     a   normal      1     apple
1     b   normal      2    banana
2     a   normal      3     apple
3     b  special      4      pear
4     a   normal      5     apple
5     b  special      6      pear

Pandas系列来自If-Then-Else声明

1 个答案: