如何根据pandas中其他列的值计算新列 - python

Question

假设我的数据框包含以下数据：

>>> df = pd.DataFrame({'a':['l1','l2','l1','l2','l1','l2'],
                       'b':['1','2','2','1','2','2']})
>>> df
    a       b
0  l1       1
1  l2       2
2  l1       2
3  l2       1
4  l1       2
5  l2       2

l1应对应于1而l2应对应于2 。 我想创建一个新列' c '，这样，对于每一行，如果a = l1且b = 1 （或a = l2和b = 2 ），则c = 1 。 如果a = l1且b = 2 （或a = l2且b = 1 ）则c = 0 。

生成的数据框应如下所示：

  a         b   c
0  l1       1   1
1  l2       2   1
2  l1       2   0
3  l2       1   0
4  l1       2   0
5  l2       2   1

我的数据框非常大，所以我真的在寻找使用pandas来实现这一目标的最有效方法。

Answer 1

df = pd.DataFrame({'a': numpy.random.choice(['l1', 'l2'], 1000000),
                   'b': numpy.random.choice(['1', '2'], 1000000)})

假设只有两个不同的值的快速解决方案：

%timeit df['c'] = ((df.a == 'l1') == (df.b == '1')).astype(int)

10个循环，每个循环最好为3：178 ms

@Viktor Kerkes：

%timeit df['c'] = (df.a.str[-1] == df.b).astype(int)

1个循环，每个循环最好为3：412毫秒

@ user1470788：

%timeit df['c'] = (((df['a'] == 'l1')&(df['b']=='1'))|((df['a'] == 'l2')&(df['b']=='2'))).astype(int)

1个循环，每个循环最好3：363毫秒

@herrfz

%timeit df['c'] = (df.a.apply(lambda x: x[1:])==df.b).astype(int)

1个循环，最佳3：387 ms每个循环

Answer 2

您还可以使用字符串方法。

df['c'] = (df.a.str[-1] == df.b).astype(int)

Answer 3

df['c'] = (df.a.apply(lambda x: x[1:])==df.b).astype(int)

Answer 4

您可以使用逻辑运算符。 我不确定你为什么使用1和2的字符串而不是整数，但这是一个解决方案。 最后的astype将它从布尔值转换为0和1。

df['c'] = (((df['a'] == 'l1')&(df['b']=='1'))|((df['a'] == 'l2')&(df['b']=='2'))).astype(int)