Question

我正在将代码从R转换为Python，并且正在寻求一些帮助，以使用dfply语法/管道基于其他列来更改新列

在此示例中，如果col1为'c'，我想从col2中减去2，否则加4

import pandas as pd
import numpy as np
from dfply import *

col1 = [1,2,3,4,5]
col2 = ['a', 'b', 'c', 'd', 'e']

df = pd.DataFrame(data = {'col1': col1, 'col2': col2})

在R中，我会这样做：

df_new <- df %>% 
  mutate(newCol = ifelse(col2 == 'c', col1 - 2, col1 + 4))

但是Python似乎不喜欢这样：

new_df = (df >>
    mutate(newCol = np.where(X.col2 == 'c', X.col1 - 2, X.col1 + 4)))

我收到“无效的__array_struct__”错误

请注意，这可以正常工作：

new_df = (df >>
    mutate(newCol = X.col1 - 2))

Answer 1

我将使用apply / lambda函数。 X是数据帧行，而axis = 1表示每列应用lambda函数。

df['newCol'] = df.apply(lambda X: X.col1 - 2 if X.col2 == 'c' else X.col1 + 4, axis=1)
df

  col1 col2 newCol
0   1   a   5
1   2   b   6
2   3   c   1
3   4   d   8
4   5   e   9

Answer 2

这里相当于python的是内联if else表达式（或ternary operator）：

ifelse(col2 == 'c', col1 - 2, col1 + 4)

然后会变成

col1 - 2 if col2 == 'c' else col1 + 4

相当于dplyr的ifelse的Python

2 个答案: