Question

我的数据框如下

data = {'ID': [1,2,3,4,5],
        'text1':['ab','cd','ef','gh','ij'],
        'text2':['ab','de','fh','hj','ij'],
        'text3':['xy','cd','mn','op','qr'],
        'flag1': ['y', 'n', 'y', 'y', 'n'],
        'flag2': ['y', 'y', 'y', 'n', 'n'],
        'flag3': ['y', 'n', 'y', 'n', 'y']}

frame = pd.DataFrame(data)

我要基于以下条件添加新列-data ['unique_text_count']：

如果data ['flag1'] =='y'或data ['flag2'] =='y'或data ['flag3'] =='y'->任何标记应为'y'< / li>
鉴于以上条件之一为True，如果数据帧中的任何行的标志值均为y，则data ['text1']，data ['text2']和data [ 'text3']应该检查唯一值
新列的值-data ['unique_text_count']将为：

0-如果该行的所有标志值均为'n'

1-如果两个标志值中的任何一个为'y'，并且标志为'y'的相应文本列中的唯一值计数为1

2-如果两个标志值中的任何一个为'y'，并且标志为'y'的相应文本列中的唯一值计数为2

3-如果其中一个标志值为1，并且标志为“ y”的相应文本列中的唯一值计数为3

5行的最终结果将是：

data ['unique_text_count'] = [2，1，3，1，1]

我已经尝试使用iterrows（）并在每一行上进行迭代并应用条件并计算计数，但这非常耗时。因此，我希望找到一种更好的方法，而不必分别遍历每一行

Answer 1

尝试：

frame['unique_text_count'] = (frame.filter(like='text')
                                   .where((frame.filter(like='flag') == 'y').to_numpy())
                                   .nunique(axis=1))

输出：

   ID text1 text2 text3 flag1 flag2 flag3  unique_text_count
0   1    ab    ab    xy     y     y     y                  2
1   2    cd    de    cd     n     y     n                  1
2   3    ef    fh    mn     y     y     y                  3
3   4    gh    hj    op     y     n     n                  1
4   5    ij    ij    qr     n     n     y                  1

详细信息：

使用filter选择与like参数匹配的列，然后将where与从=='y'创建的布尔矩阵一起使用，以返回带有' n'。最后，将nunique与axis=1一起使用来计算一行中的唯一值。

如何基于多个列上多个条件的组合为数据框中的新列分配值

1 个答案:

详细信息：