Python中的嵌套Case-when语句

Question

以下代码在SAS中创建为名为“标记”的列：

Case When t3.Proportion=. then case when t3.'Standardised proportion'n >t1.SigmaMultiple Then 1 else 0  
End
Else 
Case When t3.Proportion=. and  abs(t3.'Standardised proportion'n) > t1.SigmaMultiple Then 1 Else 0
End
End

我试图在python中复制它，通常我会编写一个条件代码，但是当aspect让我感到困惑时，嵌套的情况会发生

我尝试过但似乎不匹配的代码：

conditions =[
     ((dfSigmamissing['Proportion'] == 0) & (dfSigmamissing['SP'] > dfSigmamissing['SigmaMultiple'])),
       ((dfSigmamissing['Proportion'] == 0) & (dfSigmamissing['SP'] < dfSigmamissing['SigmaMultiple'])),
        ((dfSigmamissing['SP'].abs() > (dfSigmamissing['SigmaMultiple'])))
                ]

choices = [1,0,1]

dfSigmamissing['Flagged'] = np.select(conditions, choices, default=0)

任何帮助都将不胜感激

多谢各位

Answer 1

我认为，您已经非常接近了，您需要从conditions列表中删除第二个条件，因为如果第一个条件失败，np.select将返回到那里。否则，前两个条件中的一个（几乎）总是正确的，因为它们（几乎）是互补的。此外，我们需要 dfSigmamissing['Proportion'] == 0最后一个条件也是：

conditions = [
     (dfSigmamissing["Proportion"] == 0) & (dfSigmamissing["SP"] > dfSigmamissing["SigmaMultiple"]),
     (dfSigmamissing["Proportion"] == 0) & (dfSigmamissing["SP"].abs() > dfSigmamissing["SigmaMultiple"])
]

choices = [1, 1]

default = 0

dfSigmamissing["Flagged"] = np.select(conditions, choices, default)

其作用如下：

• 检查第一个条件是否成立

  如果是，请在相应行中输入1

  如果不是，则转到第二个条件

• 第二个条件成立吗

  如果是，请在相应行中输入1

  如果不是，则返回默认值，即0

为了避免代码中的重复，我们可以重构一些条件元素：

zero_prop = dfSigmamissing["Proportion"] == 0
sp = dfSigmamissing["SP"]
sigma_mul = dfSigmamissing["SigmaMultiple"]

conditions = [
    zero_prop & (sp > sigma_mul),
    zero_prop & (sp.abs() > sigma_mul)
]

这可能会增加可读性

我们可以更进一步，粘合前两个条件，因为它们都将输出1。这意味着我们现在有2个条件，所以我们可以使用np.where，这是np.select的特例。此外，据我所知，sp > sigma_mul包含在sp.abs() > sigma_mul中，因此我们可以删除前者：

condition = zero_prop & (sp.abs() > sigma_mul)
dfSigmamissing["Flagged"] = np.where(condition, 1, 0)