pandas df中的多个逻辑比较

Question

如果我有以下pandas df

A   B   C   D
1   2   3   4
2   2   3   4

我希望将新列添加为1,2或3，具体取决于

(A > B) && (B > C) = 1
(A < B) && (B < C) = 2
Else = 3

最好的办法是什么？

Answer 1

您可以使用numpy.select来构建多个条件。最后一个参数代表默认值。

conditions = [(df.A > df.B) & (df.B > df.C),
              (df.A < df.B) & (df.B < df.C)]

values = [1, 2]

df['E'] = np.select(conditions, values, 3)

有几种选择：嵌套numpy.where，顺序pd.DataFrame.loc，pd.DataFrame.apply。该解决方案的主要优点是可读性，同时保持矢量化。

Answer 2

这也可以使用索引和fillna来解决。

df.loc[(df['A'] > df['B'])
  &(df['B'] > df['C']), 'New_Col'] = 1

df.loc[(df['A'] < df['B'])
  &(df['B'] < df['C']), 'New_Col'] = 2

df['New_Col'] = df['New_Col'].fillna(3)

第一块代码如下所示：找到A＆gt;的位置B和B＆gt; C，如果这两个条件均为真，则设置列＆＃39; New_Col＆＃39;等于1.第二个块可以用相同的方式解释。如果第一个和第二个块都没有返回1或2，那么它们将显示为null。使用fillna（）函数用3填充这些空值。

这将产生以下数据帧：

Answer 3

您可以在df上使用apply，例如：

df['E'] = df.apply(lambda x: 1 if x.A > x.B and x.B > x.C else 2 if x.A < x.B and x.B < x.C else 3, axis=1)