根据条件熊猫从不同的列返回不同的值

Question

DF的快照如下：

idf=pd.DataFrame({'p1': {549: 'Staffordshire_bullterrier', 1374: 'kelpie', 641: 'Samoyed'},
 'p1_conf': {549: 0.6892590000000001, 1374: 0.519047, 641: 0.362596},
 'p1_dog': {549: True, 1374: True, 641: True},
 'p2': {549: 'Norwegian_elkhound', 1374: 'German_shepherd', 641: 'Eskimo_dog'},
 'p2_conf': {549: 0.026121, 1374: 0.296069, 641: 0.245395},
 'p2_dog': {549: True, 1374: True, 641: True},
 'p3': {549: 'American_Staffordshire_terrier',
  1374: 'dingo',
  641: 'Siberian_husky'},
 'p3_conf': {549: 0.0230747, 1374: 0.0610053, 641: 0.108232},
 'p3_dog': {549: True, 1374: False, 641: True},
 'breed': {549: 'Staffordshire_bullterrier', 1374: 'kelpie', 641: 'Samoyed'}})

我的目标是归还最自信的犬种。例如：如果p1_dog为true，则应返回p1。如果不是真的，第二个最有信心的人就是p2_dog，那么应该返回p2，依此类推。当然，我可以这样写：

idf['breed']=idf.query("p1_dog==1").p1
idf['breed']=idf['breed'].fillna(idf.query("p1_dog==0 and p2_dog==1").p2)
idf['breed']=idf['breed'].fillna(idf.query("p1_dog==0 and p2_dog==0 and p3_dog==1").p3)

期望的结果是最后一列“品种”，我上面的代码可以达到目的。 但我认为它是重复的而不是干燥的。如果我有数百个预测怎么办？最好的解决方案是什么？谢谢你！

Answer 1

在我看来，public class Example2 { int x; int y; Example2(int x, int y) { this.x = x; this.y = y; } public int sum() { return x + y; } public int mult() { return x * y; } } 的完美案例

np.select

np.select

更新：通用化

有一个通用的解决方案，特别是当您有许多要比较的列时。它利用import pandas as pd import numpy as np condlist = [df["p1_dog"]==1, ((df["p1_dog"]==0) & (df["p2_dog"]==1)), ((df["p1_dog"]==0) & (df["p2_dog"]==0) & (df["p3_dog"]==1))] choicelist = [df["p1"], df["p2"], df["p3"]] df["breed"] = np.select(condlist, choicelist) 和这个solution

np.argmax

我们首先在每一行中选择第一个true

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {"p1":['Staffordshire_bullterrier', 'Samoyed', 'kelpie','dingo'],
     "p1_dog":[True, False, False, True],
     "p2": ['Norwegian_elkhound', 'Eskimo_dog', 'German_shepherd', 'kelpie'],
     "p2_dog":[False, True, False, True],
     "p3":['American_Staffordshire_terrier', 'Siberian_husky', 'dingo','Samoyed'],
     "p3_dog":[False, True, True, True]
     })

然后我们提取具有品种名称的矩阵

sel = df[["p1_dog", "p2_dog", "p3_dog"]].values.argmax(1)

我们终于使用您的逻辑定义了品种

mat = df[["p1", "p2", "p3"]].values

Answer 2

对于数据框中的每一行，请找到具有最大值的列的名称

x = idf[['p1_conf','p2_conf','p3_conf']].idxmax(axis=1) 

从x获取列名之前的列数

breed_col = [idf.columns.get_loc(x.iloc[i])-1 for i in range(0, 3)] 

提取与行和列相对应的单元格的值：i和breed_col [i]

breed2 = []
for i in range(0,3):
    breed2.append(idf.iloc[i,breed_col[i]]) 

breed2_df = pd.DataFrame(breed2, columns = ['breed2'])

重置索引以启用数据帧的合并

idf.reset_index(drop=True, inplace=True) 
pd.concat([idf, breed2_df], axis=1)