Question

我想基于另一列的值创建一个新列，在该列中，要评估在新列中分配的值的某些条件。

我阅读了一些涉及np.where()的问题和答案（Numpy np.where multiple condition），但无法推断出最佳（有效）的Python方式。

示例数据帧为：

      period
0      JAN16 
1  YTD JAN16

在以下情况下，我想为列period_type分配值：如果期间以x开头（其中x是列表的任何元素-> ['JAN'，'FEB'，'MAR'，'APR'，'MAY'，'JUN'，'JUL'，'AUG'，' SEP”，“ OCT”，“ NOV”，“ DEC”]），然后period_type ='month'，否则，period_type = period.split（0）

我希望数据框为：

      period period_type
0      JAN16       month
1      JAN16       YTD

我无法在代码中应用任何逻辑：

df.loc[df['c1'] == 'Value', 'c2'] = 10

或者：

df['c2'] = np.where(df.c1 == 8,'X',df.c3)

Answer 1

一种方法是使用str.startswith检查哪些行以列表中的任何值开头（它也接受字符串的元组），并使用np.where设置新列中的行到month或实际行值被拆分并采用第一个值：

l = ['JAN', 'FEB', 'MAR', 'APR', 'MAY', 'JUN', 'JUL', 
     'AUG', 'SEP', 'OCT', 'NOV', 'DEC']

m = df.period.str.startswith(tuple(l))
df['period_type'] = np.where(m, 'month', df.period.str.split().str[0])
df.loc[~m, 'period'] = df.loc[~m, 'period'].str.split().str[1]

   period   period_type
0  JAN16       month
1  JAN16         YTD

Answer 2

具有isin分片的IIUC str

np.where(df.period.str[:3].isin(l),'month',df.period.str.split(' ').str[0])
Out[1162]: array(['month', 'YTD'], dtype=object)

df['period_type'] = np.where(df.period.str[:3].isin(l),'month',df.period.str.split(' ').str[0])

Answer 3

一种方法是使用str.contains并传递正则表达式模式：

In[22]:
df['period_type'] = np.where(df['period'].str.contains('^(' + '|'.join(months) + ')') , 'month', df['period'].str.split().str[0])
df


Out[22]: 
      period period_type
0      JAN16       month
1  YTD JAN16         YTD
2  L3M FEB19         L3M

这里months是您的月份列表，我们构造一个正则表达式模式，其中'^'的意思是开头，然后我们将所有列与'|'结合起来，说任何以这些模式中的任何一个开头，然后我们可以将其传递给np.where来构造新列。

生成的正则表达式模式为：

In[23]:
'^(' + '|'.join(months) + ')'
Out[23]: '^(JAN|FEB|MAR|APR|MAY|JUN|JUL|AUG|SEP|OCT|NOV|DEC)'

Answer 4

如果您将月份创建为tuple，则可以按以下方式获得它

import pandas as pd
import numpy as np
d = {'period' : ['JAN16', 'YTD JAN16', 'FEB18', 'YEAR DEC']}
df = pd.DataFrame(d)
months = ('JAN', 'FEB', 'MAR', 'APR', 'MAY', 'JUN', 'JUL', 'AUG', 'SEP', 'OCT', 'NOV', 'DEC')
df['period_type'] = np.where(df['period'].str.startswith(months), 'month', df['period'].str.split().str[0] )
df['period'] = np.where(df['period_type'] == 'month', df['period'], df['period'].str.split().str[1] )
print(df)

如何在np.where（）中将列表的元素作为条件？

4 个答案: