如何基于 pandas 中的给定条件创建 dataframe 列-ag捕鱼王app官网

我们可以使用 dataframe 对象的列表推导，numpy 方法，apply() 方法和 map() 方法根据 pandas 中的给定条件创建 dataframe 列。

列表推导以根据 pandas 中的给定条件创建新的 dataframe 列

我们可以根据 pandas 中的给定条件，利用各种列表推导来创建新的 dataframe 列。列表推导是一种从可迭代对象创建新列表的方法。它比其他方法更快，更简单。

import pandas as pd
import numpy as np
list_of_dates = [
    "2019-11-20",
    "2020-01-02",
    "2020-02-05",
    "2020-03-10",
    "2020-04-16",
    "2020-05-01",
]
employees = ["hisila", "shristi", "zeppy", "alina", "jerry", "kevin"]
salary = [200, 400, 300, 500, 600, 300]
df = pd.dataframe(
    {"name": employees, "joined date": pd.to_datetime(list_of_dates), "salary": salary}
)
df["status"] = ["senior" if s >= 400 else "junior" for s in df["salary"]]
print(df)

输出：

      name joined date  salary  status
0   hisila  2019-11-20     200  junior
1  shristi  2020-01-02     400  senior
2    zeppy  2020-02-05     300  junior
3    alina  2020-03-10     500  senior
4    jerry  2020-04-16     600  senior
5    kevin  2020-05-01     300  junior

如果 salary 大于或等于 400，它将在 df 中创建一个新列 status，其值将为 senior，否则为 junior。

numpy 方法根据 pandas 中的给定条件创建新的 dataframe 列

我们还可以使用 numpy 方法根据 pandas 中的给定条件创建一个 dataframe 列。为此，我们可以使用 np.where() 方法和 np.select() 方法。

np.where() 方法

np.where() 将条件作为输入并返回满足给定条件的元素的索引。当我们只有一个条件时，可以使用此方法根据 pandas 中的给定条件创建 dataframe 列。

import pandas as pd
import numpy as np
list_of_dates = [
    "2019-11-20",
    "2020-01-02",
    "2020-02-05",
    "2020-03-10",
    "2020-04-16",
    "2020-05-01",
]
employees = ["hisila", "shristi", "zeppy", "alina", "jerry", "kevin"]
salary = [200, 400, 300, 500, 600, 300]
df = pd.dataframe(
    {"name": employees, "joined date": pd.to_datetime(list_of_dates), "salary": salary}
)
df["status"] = np.where(df["salary"] >= 400, "senior", "junior")
print(df)

输出：

      name joined date  salary  status
0   hisila  2019-11-20     200  junior
1  shristi  2020-01-02     400  senior
2    zeppy  2020-02-05     300  junior
3    alina  2020-03-10     500  senior
4    jerry  2020-04-16     600  senior
5    kevin  2020-05-01     300  junior

如果满足条件，则 np.where(condition, x, y) 返回 x，否则返回 y。

如果满足给定条件，上面的代码将在 df 中创建一个新列 status，其值为 senior。否则，将该值设置为初级。

np.select() 方法

np.where()将条件列表和选择列表作为输入，并根据条件返回从选择列表中的元素构建的数组。当我们有两个或多个条件时，可以使用此方法根据 pandas 中的给定条件创建 dataframe 列。

import pandas as pd
import numpy as np
list_of_dates = [
    "2019-11-20",
    "2020-01-02",
    "2020-02-05",
    "2020-03-10",
    "2020-04-16",
    "2020-05-01",
]
employees = ["hisila", "shristi", "zeppy", "alina", "jerry", "kevin"]
salary = [200, 400, 300, 500, 600, 300]
df = pd.dataframe(
    {"name": employees, "joined date": pd.to_datetime(list_of_dates), "salary": salary}
)
conditionlist = [
    (df["salary"] >= 500),
    (df["salary"] >= 300) & (df["salary"] < 300),
    (df["salary"] <= 300),
]
choicelist = ["high", "mid", "low"]
df["salary_range"] = np.select(conditionlist, choicelist, default="not specified")
print(df)

输出：

         name joined date  salary salary_range
0   hisila  2019-11-20     200          low
1  shristi  2020-01-02     400        black
2    zeppy  2020-02-05     300          low
3    alina  2020-03-10     500         high
4    jerry  2020-04-16     600         high
5    kevin  2020-05-01     300          low

这里，如果满足条件列表中的第一个条件的行，则该特定行的列 salary_range 的值将被设置为选择列表中的第一个元素。条件列表中的其他条件类似。如果不满足条件列表中的任何条件，则将该行的 salary_range 列的值设置为 np.where() 方法中的默认参数的值，例如，not specified。

pandas.dataframe.apply 根据 pandas 中的给定条件创建新的 dataframe 列

pandas.dataframe.apply 返回一个 dataframe
沿 dataframe 的给定轴应用给定函数的结果。

语法：

dataframe.apply(self, func, axis=0, raw=false, result_type=none, args=(), **kwds)

func 代表要应用的函数。

axis 代表应用该函数的轴。我们可以使用 axis=1 或 axis = 'columns' 将函数应用于每一行。

我们可以使用此方法检查条件并为新列的每一行设置值。

import pandas as pd
import numpy as np
list_of_dates = [
    "2019-11-20",
    "2020-01-02",
    "2020-02-05",
    "2020-03-10",
    "2020-04-16",
    "2020-05-01",
]
employees = ["hisila", "shristi", "zeppy", "alina", "jerry", "kevin"]
salary = [200, 400, 300, 500, 600, 300]
df = pd.dataframe(
    {"name": employees, "joined date": pd.to_datetime(list_of_dates), "salary": salary}
)
def set_values(row, value):
    return value[row]
map_dictionary = {200: "low", 300: "low", 400: "mid", 500: "high", 600: "high"}
df["salary_range"] = df["salary"].apply(set_values, args=(map_dictionary,))
print(df)

输出：

      name joined date  salary salary_range
0   hisila  2019-11-20     200          low
1  shristi  2020-01-02     400          mid
2    zeppy  2020-02-05     300          low
3    alina  2020-03-10     500         high
4    jerry  2020-04-16     600         high
5    kevin  2020-05-01     300          low

在这里，我们定义了一个函数 set_values()，该函数使用 df.apply() 应用于每一行。该函数根据该行的 salary 列的值来设置 salary_range 列的每一行的值。我们建立了一个 map_dictionary 来根据 salary 列中的数据来决定 salary_range 列的数值。当新列有很多选项时，此方法为我们提供了更大的灵活性。

pandas.series.map() 根据 pandas 中的给定条件创建新的 dataframe 列

我们也可以使用 pandas.series.map() 创建新的 dataframe 列基于 pandas 中的给定条件。该方法适用于系列的元素方式，并根据可能是字典，函数或系列的输入将值从一列映射到另一列。

import pandas as pd
import numpy as np
list_of_dates = [
    "2019-11-20",
    "2020-01-02",
    "2020-02-05",
    "2020-03-10",
    "2020-04-16",
    "2020-05-01",
]
employees = ["hisila", "shristi", "zeppy", "alina", "jerry", "kevin"]
salary = [200, 400, 300, 500, 600, 300]
df = pd.dataframe(
    {"name": employees, "joined date": pd.to_datetime(list_of_dates), "salary": salary}
)
map_dictionary = {200: "low", 300: "low", 400: "mid", 500: "high", 600: "high"}
df["salary_range"] = df["salary"].map(map_dictionary)
print(df)

输出：

      name joined date  salary salary_range
0   hisila  2019-11-20     200          low
1  shristi  2020-01-02     400          mid
2    zeppy  2020-02-05     300          low
3    alina  2020-03-10     500         high
4    jerry  2020-04-16     600         high
5    kevin  2020-05-01     300          low

它创建一个新列 salary_range，并根据 map_dictionary 中的键值对设置该列每一行的值。