Question

我有一个类似于下面的数据框：

A        B       C
GCSE     yes     GQ
GCSE     no      GQ
NVQ      no      VQ
NVQ      yes     VQ

我需要根据列B和C的值添加第四列。有四种可能的结果：EPS，HCI，CAMS和DIGI。它们需要如下：

B    C     D
yes  GQ    HCI
no   GQ    EPS
yes  VQ    DIGI
no   VQ    CAMS

数据框大约37,000行...

有人可以建议最简单的方法吗？我正在努力寻找一个答案，该答案不涉及将两列中的值相加，相减，相乘或相除以填充新列。

谢谢

Answer 1

您可以创建字典并使用map方法-之所以有效，是因为B和C列是字符串：

mapping = {"yes,GQ": "HCI", "no,GQ": "EPS", "yes,VQ": "DIGI", "no,VQ": "CAMS"}

df = df.assign(D=df.B.str.cat(df.C, sep=",").map(mapping))

df

       A    B   C   D
0   GCSE    yes GQ  HCI
1   GCSE    no  GQ  EPS
2   NVQ     no  VQ  CAMS
3   NVQ     yes VQ  DIGI

您还可以使用numpy select，它与SQL的case when类似；我确实认为地图就足够了。由于行很多，因此请进行测试以验证速度。

Answer 2

将DataFrame.merge与具有列表中所有组合的新DataFrame一起使用：

d = {'B': ['yes', 'no', 'yes', 'no'], 
     'C': ['GQ', 'GQ', 'VQ', 'VQ'], 
     'D': ['HCI', 'EPS', 'DIGI', 'CAMS']}

df = df.merge(pd.DataFrame(d), on=['B','C'], how='left')
print (df)
      A    B   C     D
0  GCSE  yes  GQ   HCI
1  GCSE   no  GQ   EPS
2   NVQ   no  VQ  CAMS
3   NVQ  yes  VQ  DIGI

根据其他列中的值将新列添加到df

2 个答案: