我看到了许多关于向数据帧添加条件列的问题,这些问题通常依赖于使用np.where()
。据我所知,np.where()
只在它附加到的同一行中查找。例如:
# Create df with 3 columns of random numbers from 0 to 100
df = pd.DataFrame(np.random.randint(0,100,size=(3, 3)), columns=list('ABC'))
---------------
A B C
23 16 85
9 74 12
99 24 83
---------------
# Add new column based on values in other columns
conditions = [
(df['A'] == 9),
(df['B'] == 16)),
(df['A'] == 99) & (df['C'] == 83)]
choices = ['Good', ' Better', 'Best']
df['How_Good'] = np.select(conditions, choices, default='Awful')
---------------
A B C How_Good
23 16 85 Better
9 74 12 Good
99 24 83 Best
---------------
在这种情况下,新列的值直接对应于同一行中其他列的值。你知道吗
但是,我希望生成一个列,该列的值是基于特定列中的任何值的条件值。例如,假设我有一个df:
d = {'ID': [1, 2, 3], 'Name': ['Al', 'Mo', 'Q'],
'Owned': ['Car', 'Truck', 'Bike'],
'ID_1': [5, 7, 1], 'Name_1':['Jo', 'Ry', 'We']}
df = pd.DataFrame(data=d)
------------
ID Name Owned ID_1 Name_1
1 Al Car 5 Jo
2 Mo Truck 7 Ry
3 Q Bike 1 We
------------
现在我想添加另一列Match
,它在ID_1 == ID
时显示Owned
的值,但不一定在同一行中。基本上,它必须检查ID
与ID_1
中的每个值,并在找到匹配项后停止。因此,带有附加列的df如下所示:
------------
ID Name Owned ID_1 Name_1 Match
0 1 Al Car 5 Jo nan
1 2 Mo Truck 7 Ry nan
2 3 Q Bike 1 We Car
------------
在上面的示例中,第0行中的ID
与第2行中的ID_1
匹配(没有其他匹配)。然后从第0行取Owned
的值并放入Match
。因此,新列Match
在整个数据帧中寻找ID
和ID_1
之间的匹配。如果这是真的,它将值从Owned
放入Match
,否则nan
。你知道吗
需要注意的是,在Owned
下只有一定数量的东西:它只能是汽车、卡车或自行车。但是ID
和ID_1
都可以重复多次。还有更多的列用于ID_2
、ID_3
等,所有这些列都在ID
上匹配并使用Owned
中的值。你知道吗
您可以使用
DataFrame.apply
如下:如果您有一个更复杂的条件,您可能需要将它们放入一个函数中,然后应用它。你知道吗
有了完整的数据,您可以使用循环在此基础上展开:
您可以使用
merge
:输出:
相关问题 更多 >
编程相关推荐