如何从pandas数据帧中的bool和float列计算新的矢量化列？

Question

我的数据帧混合了浮点运算和布尔运算：

df = pd.DataFrame.from_csv("C:\....")

df['isActive'] = (df.turns >= 250) & (df.alivePct > 0) & (df.changePct > 0)

我想创建一个新列，如果isActive==false，则值=0，否则值等于某个计算量，如下所示：

^{pr2}$

但是因为数据框激活是一系列我得到这个错误：

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

三元if/else运算符似乎不能用于矢量化操作。在

我还可以通过手动迭代来实现这一点？在

（注：一个简单的黑客攻击是通过数据框激活它将值设置为0，因为False==0。不过，我想知道一个更通用的解决方案。）

Answer 1

另一种解决方案，也许不那么易读，但很管用。在

新建列/创建列：

>>> df
   0      1  2
0  1   True  9
1  2  False  9
2  3   True  9
3  4  False  9
4  5   True  9
>>> df[3] = 0

戴上面具

^{pr2}$

Answer 2

您可以使用np.where：

import numpy as np
df['interestingness'] = np.where(df.isActive, df.changePct * df.alivePct, 0)

对于1D数组，np.where(condition, A, B)是向量化的等价物

^{pr2}$

---

Pandas还提供了一个Series.where方法，您可以使用：

df['interestingness'] = (df.changePct * df.alivePct).where(df.isActive, 0)