Question

我正在使用pandas根据条件和现有列中值的比较在数据框中添加其他列。

这是原始数据帧：

        start         end Sold
0                           NA
1  2017-05-08  2017-09-08  Yes
2  2018-09-01  2017-09-01  Yes

这是我想要的数据框：

        start         end Sold    valid
0                           NA  Unknown
1  2017-05-08  2017-09-08  Yes     True
2  2018-09-01  2017-09-01  Yes    False

基本上，新的有效列由所有3个现有列定义。

Condition 1：如果出售的是NA，则有效等于未知。

Condition 2：如果销售的不是NA，则开始日期<结束日期，有效等于True。有效等于False的商品不是NA，开始日期>结束日期。

有人可以建议一段代码吗？

Answer 1

使用numpy.select：

#convert to datetimes both columns
df['start'] = pd.to_datetime(df['start'], errors='coerce')
df['end'] = pd.to_datetime(df['end'], errors='coerce')

df['valid'] = np.select([df['Sold'] == 'NA', 
                        df['start'] < df['end'], 
                        df['start'] > df['end']], ['Unknown', True, False])

如果Na缺少值NaN，则Series.isna测试值：

df['valid'] = np.select([df['Sold'].isna(), 
                        df['start'] < df['end'], 
                        df['start'] > df['end']], ['Unknown', True, False])

print (df)
       start        end Sold    valid
0        NaT        NaT   NA  Unknown
1 2017-05-08 2017-09-08  Yes     True
2 2018-09-01 2017-09-01  Yes    False

Answer 2

替代..使用np.where

df['valid'] = np.where(df['Sold'] == 'NA', 'Unknown', 
         np.where((df['Sold'] != 'NA') &  (df['start'] < df['end']),True,
                  np.where((df['Sold'] != 'NA') &  (df['start'] > df['end']), False, '')))

如果不存在NaN

df['valid'] = np.where(df['Sold'].isnull()==True, 'Unknown', 
         np.where((df['Sold'] != 'NA') &  (df['start'] < df['end']),True,
                  np.where((df['Sold'] != 'NA') &  (df['start'] > df['end']), False, '')))

输出

        start         end Sold    valid
0                           NA  Unknown
1  2017-05-08  2017-09-08  Yes     True
2  2018-09-01  2017-09-01  Yes    False

根据条件和其他列中的比较添加列

2 个答案: