Question

我是熊猫新手，我正在使用以下代码根据其他现有列的条件创建新列：

df.loc[(df.item1_existing=='NO') & (df.item1_sold=='YES'),'unit_item1']=1
df.loc[(df.item2_existing=='NO') & (df.item2_sold=='YES'),'unit_item2']=1
df.loc[(df.item3_existing=='NO') & (df.item3_sold=='YES'),'unit_item3']=1

基本上，这意味着如果商品不存在（'NO'）而商品已售出（'YES'），请给我1。这可以创建3个新列，但我认为这里有一个更好的方法。如您所见，列名中有一个重复的字符串：“ _ existing”和“ _sold”。我正在尝试创建一个for循环，该循环将查找以该特定单词结尾的列的名称并连接开头，如下所示：

unit_cols = ['item1','item2','item3']
for i in unit_cols:
    df.loc[('df.'+i+'_existing'=='NO') & ('df'+i+'_sold'=='YES'),'unit_'+i]=1

但是，当然不行。就像我说的那样，我能够使它与最初的示例一起使用，但是我希望使用更少的代码行而不是重复相同的代码，因为我需要以这种方式创建几列，而不仅仅是三列。有没有办法使这更容易？ for循环是最好的选择吗？谢谢。

Answer 1

您可以使用布尔系列，即True / False，具体取决于您的条件是否得到满足。结合pd.Series.eq和f字符串（PEP498，Python 3.6+），并使用__getitem__（或其语法糖[]）来允许字符串输入，您可以编写逻辑更可读：

unit_cols = ['item1','item2','item3']
for i in unit_cols:
    df[f'unit_{i}'] = df[f'{i}_existing'].eq('NO') & df[f'{i}_sold'].eq('YES')

如果您需要整数（1 / 0）而不是布尔值，则可以通过astype进行转换：

    df[f'unit_{i}'] = df[f'unit_{i}'].astype(int)

在for循环中定义可变的列数

1 个答案: