Question

我有两个数据帧：s-1列，d-3列

s = {0: [0, 0.3, 0.5, -0.1, -0.2, 0.7, 0]}
d = {0: [0.1, 0.2, -0.2, 0, 0, 0, 0], 1: [0.3, 0.4, -0.7, 0, 0.8, 0, 0.1], 2: [-0.5, 0.4, -0.1, 0.5, 0.5, 0, 0]}
sd = pd.DataFrame(data=s)
dd = pd.DataFrame(data=d)
result = pd.DataFrame()

我想基于这两个值获取结果数据框（1列）：
1.在sd = 0中输入值时，然后0
2.当sd != 0中的值时，然后检查dd中是否至少有一个非零值，如果是，则-获得非零平均值，如果没有返回OK

这就是我想要得到的：

results:
0   0
1   -0,033
2   -0,333
3   0,5
4   0,65
5   OK
6   0

我知道我可以使用dd[dd != 0].mean(axis=1)来计算该行的非零值的平均值，但是我不知道如何将所有这三个条件连接在一起

Answer 1

两次使用np.where

np.where(sd[0]==0,0,np.where(dd.eq(0).all(1),'OK',dd.mask(dd==0).mean(1)))
Out[232]: 
array(['0', '0.3333333333333333', '-0.3333333333333333', '0.5', '0.65',
       'OK', '0'], dtype='<U32')

Answer 2

使用numpy.select：

c1 = sd[0].eq(0)
c2 = dd.eq(0).all(1)

res = np.select([c1, c2], [0, 'OK'], dd.where(dd.ne(0)).mean(1))
pd.Series(res)

0                      0
1     0.3333333333333333
2    -0.3333333333333333
3                    0.5
4                   0.65
5                     OK
6                      0
dtype: object

Answer 3

感谢您的帮助。我以完全不同的方式做到了。我用过：

res1 = pd.Series(np.where(sd[0]==0, 0, dd[dd != 0].mean(axis=1))).fillna('OK')

区别在于它返回浮点值（对于不是“ OK”的行），而不是字符串。它似乎也快一点。

根据其他数据框上的条件创建数据框

3 个答案: