[英]How can I check the value of a pandas dataframe column against another column and manipulate the value in a third column
我有一个熊猫数据框
dfcolour:
A B C D E
0 red 0 redy 1 red
1 blue 1 bluey 2 bluey
2 green 0 greeny 0 greenz
我想检查E列中的值,并将它们与A和C列进行比较。如果E中的值与同一行的A中的值匹配,那么我想增加B中的值,如果它与C中的值匹配同一行,然后我将增加D中的值,如果两者都不匹配,我想创建2个新列F&G,其中F具有新字符串,而G作为整数列从0开始递增
新的dfcolour如下所示:
A B C D E F G
0 red 1 redy 1 red 0
1 blue 1 bluey 3 bluey 0
2 green 0 greeny 0 greenz greenz 1
是否可以不重复进行此操作?
创建数据框的代码:
dfObject = pd.DataFrame()
dfObject.set_value(1, 'A', 'red')
dfObject.set_value(1, 'B', 0)
dfObject.set_value(1, 'C', 'redy')
dfObject.set_value(1, 'D', 1)
dfObject.set_value(1, 'E', 'red')
dfObject.set_value(2, 'A', 'blue')
dfObject.set_value(2, 'B', 1)
dfObject.set_value(2, 'C', 'bluey')
dfObject.set_value(1, 'D', 2)
dfObject.set_value(1, 'E', 'bluey')
dfObject.set_value(3, 'A', 'green')
dfObject.set_value(3, 'B', 0)
dfObject.set_value(3, 'C', 'greeny')
dfObject.set_value(1, 'D', 0)
dfObject.set_value(1, 'E', 'greenz')
您可以创建这些条件并使用numpy.where
构造新列:
AE = df.A == df.E
CE = df.C == df.E
df['B'] += AE # if A == E, add one to B
df['D'] += CE # if C == E, add one to D
df['F'] = pd.np.where(~(AE|CE), df.E, '') # else create F
df['G'] = pd.np.where(~(AE|CE), 1, 0) # else create G
df
# A B C D E F G
#0 red 1 redy 1 red 0
#1 blue 1 bluey 3 bluey 0
#2 green 0 greeny 0 greenz greenz 1
很抱歉,我的第一个想法是进行某种迭代:您可以将一个函数应用于DataFrame
的行,并返回一个或多个列。 通常这就是我的方法。 它仍然在迭代,但是比使用iterrows
“更好”。
def special_function(row):
b = row['B']
d = row['D']
f = None
g = 0
if row['E'] == row['A']:
b = b + 1
elif row['E'] == row['C']:
d = d + 1
else:
f = row['E']
g = 1
return pandas.Series({ 'B':b, 'D':d, 'F': f, 'G': g })
dfcolour[['B', 'D', 'F', 'G']] = dfcolour.apply(special_function, axis=1)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.