Question

对于数据帧df：

dummy_data1 = {'category': ['White', 'Black', 'Hispanic','White'],
           'Pop':['75','85','90','100'],'White_ratio':[0.6,0.4,0.7,0.35],'Black_ratio':[0.3,0.2,0.1,0.45], 'Hispanic_ratio':[0.1,0.4,0.2,0.20]    }
df = pd.DataFrame(dummy_data1, columns = ['category', 'Pop','White_ratio', 'Black_ratio', 'Hispanic_ratio'])

我想通过首先检查类别，然后将“ Pop”中的值乘以列中的相应比率值，来向此数据框“ pop_n”添加新列。对于第一行，类别为“白色”，因此应将75乘以0.60并将45放入pop_n列。我想到写类似的东西：

df['pop_n']= (df['Pop']*df['White_ratio']).where(df['category']=='W')

这有效，但仅适用于一个类别。我将不胜感激。

谢谢。

Answer 1

使用DataFrame.filter和DataFrame.lookup：

首先，我们使用filter来获取名称中带有ratio的列。然后拆分，并将第一个单词保留在下划线之前。

最后，我们使用lookup将category的值与这些列进行匹配。

# df['Pop'] = df['Pop'].astype(int)
df2 = df.filter(like='ratio').rename(columns=lambda x: x.split('_')[0])
df['pop_n'] = df2.lookup(df.index, df['category']) * df['Pop']

   category  Pop  White_ratio  Black_ratio  Hispanic_ratio  pop_n
0     White   75         0.60         0.30             0.1   45.0
1     Black   85         0.40         0.20             0.4   17.0
2  Hispanic   90         0.70         0.10             0.2   18.0
3     White  100         0.35         0.45             0.2   35.0

Answer 2

找到名称中带有下划线的列：

to_rename = {x: x.split("_")[0] for x in df if "_" in x}

找到匹配因素：

stack = df.rename(columns=to_rename)\
          .set_index('category').stack()
factors = stack[map(lambda x: x[0]==x[1], stack.index)]\
          .reset_index(drop=True)

将原始数据乘以以下因素：

df['pop_n'] = df['Pop'].astype(int) * factors

#   category  Pop  White_ratio  Black_ratio  Hispanic_ratio pop_n
#0     White   75         0.60         0.30             0.1    45
#1     Black   85         0.40         0.20             0.4    17
#2  Hispanic   90         0.70         0.10             0.2    18
#3     White  100         0.35         0.45             0.2    35

根据条件在数据框中创建新列

2 个答案: