根据其他两个数据框列中的值的条件创建新列

Question

我对Python还不熟悉。我有一种感觉，有一个快速解决，但没有什么似乎很快对我来说

我有一个150000多行的数据帧，data。其中有两个系列：gridcode和CH4_Flux。我想创建一个新的分类列，名为category，它根据以下四个条件为每一行分配一个分类标识符：

cat1 = data[(data.gridcode <= threshAV) & (data.CH4_Flux >= threshAM)]
cat2 = data[(data.gridcode >= threshAV) & (data.CH4_Flux >= threshAM)]
cat3 = data[(data.gridcode <= threshAV) & (data.CH4_Flux <= threshAM)]
cat4 = data[(data.gridcode >= threshAV) & (data.CH4_Flux <= threshAM)]

其中threshAV是gridcode的预定阈值，threshAM是CH4_Flux的预定阈值。本质上要么两者都超过阈值，要么两者都不超过，要么一个或另一个超过。优选地，分类标签将仅仅是分别遵循上述cat1、cat2、cat3和cat4的逻辑的整数1、2、3和4

我试过for循环和if和where语句，但都被删掉了

在试验for循环时，我通常会遇到以下错误：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

提前感谢您的任何建议或指导

Answer 1

通过多个布尔掩码对新列使用^{}：

#removed filtering by data[]
m1 = (data.gridcode <= threshAV) & (data.CH4_Flux >= threshAM)
m2 = (data.gridcode >= threshAV) & (data.CH4_Flux >= threshAM)
m3 = (data.gridcode <= threshAV) & (data.CH4_Flux <= threshAM)
m4 = (data.gridcode >= threshAV) & (data.CH4_Flux <= threshAM)

data['category'] = np.select([m1, m2, m3, m4], [1,2,3,4])

或：

data['category'] = np.select([m1, m2, m3, m4], ['cat1','cat2','cat3','cat4'])