PANDAS：根据多个if条件为特定列中的每一行分配一个值

Question

我对 python 代码真的很陌生，并且在将一些类似问题的答案应用于我自己的案例时遇到了麻烦。请帮忙

所以我有一个包含 A 列和 B 列的数据框，有很多行都

包含负数和正数，我正在尝试使用以下条件创建一个新的 C 列

如果“第 1 行、A 列的值小于 0 ” & “第 1 行 B 列的值小于 0”，在“第 1 行 C 列”中返回 -100

Elif“第 1 行 A 列的值小于 0”& “第 1 行 B 列的值大于 0”，在“第 1 行 C 列”中返回 100

Elif“第 1 行 A 列的值大于 0”& “第 1 行 B 列的值小于 0”，在“第 1 行 C 列”中返回 100

否则：在 C 列中返回 (Column A.Value / Column B.Value)

非常感谢

Answer 1

我认为您正在寻找 np.select：

condlist = [(df['A'] < 0) & (df['B'] < 0),
            (df['A'] < 0) & (df['B'] > 0),
            (df['A'] > 0) & (df['B'] < 0)]

choicelist = [-100, 100, 100]

default = df['A'] / df['B']

df['C'] = np.select(condlist, choicelist, default)

输出：

>>> df
          A          B           C
0 -0.002639  -1.374507 -100.000000
1 -0.696428   9.923431  100.000000
2  1.410547   3.804043    0.370802
3  1.504908   2.701486    0.557067
4  1.867486   1.889067    0.988576
5 -0.451066 -11.529716 -100.000000
6  5.713800  -7.678271  100.000000
7 -4.318760   5.082725  100.000000
8  5.169819  -4.122461  100.000000
9  0.094524  -1.916718  100.000000

设置 MRE

import pandas as pd
import numpy as np

np.random.seed(2022)
df = pd.DataFrame(np.random.normal(0, 5, (10, 2)), columns=['A', 'B'])

Answer 2

实现此目的的一种方法是定义具有所需逻辑的函数，然后将其传递到 沿轴 1 应用 函数（按行）。在这种情况下，该函数可能如下所示：

def f(x):

    if x["A"] < 0 and x["B"] < 0:
        return -100
    elif x["A"] < 0 and x["B"] > 0:
        return 100
    elif x["A"] > 0 and x["B"] < 0:
        return 100
    else:
        return x["A"] / x["B"]

然后我们可以生成一些示例数据用于测试目的：

>>> import numpy as np
>>> import pandas as pd
>>> data = np.random.randint(-50, 50, size = (10, 2))
>>> df   = pd.DataFrame(data, columns = ["A", "B"])
>>> df
    A   B
0  23   4
1  10  25
2 -14  45
3  31  32
4  49  32
5 -23  34
6 -10 -29
7  10 -19
8 -45 -48
9  31 -31

最后，我们可以将我们的函数应用于示例数据：

>>> df["C"] = df.apply(f, axis = 1)
>>> df
    A   B          C
0  23   4    5.75000
1  10  25    0.40000
2 -14  45  100.00000
3  31  32    0.96875
4  49  32    1.53125
5 -23  34  100.00000
6 -10 -29 -100.00000
7  10 -19  100.00000
8 -45 -48 -100.00000
9  31 -31  100.00000

Answer 3

import pandas as pd

# initialize as list
data = [[1, 10], [3, 45], [56, -6], [-96, -65]] 

# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['A', 'B'])
print(df)
print('*****************')

df['C'] = None

if df.iat[0,0] < 0 and df.iat[0,1] < 0:
  df.iat[0,2] = -100

elif df.iat[0,0] < 0 and df.iat[0,1] > 0:
  df.iat[0,2]  = 100

elif df.iat[0,0] > 0 and df.iat[0,1] < 0:
  df.iat[0,2]  = 100

else:
  df['C'] = df['A']/df['B'] 

print('New dataFrame:')
print(df)

输出：

    A   B
0   1  10
1   3  45
2  56  -6
3 -96 -65
*****************
New dataFrame:
    A   B         C
0   1  10  0.100000
1   3  45  0.066667
2  56  -6 -9.333333
3 -96 -65  1.476923

如果有任何困惑，请告诉我！