[英]Set values in a new column based on a boolean condition
我有一个数据框和两个字典,如下所示:
a = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
x = {'a':'a'}
y = {'b':'b'}
现在,我想执行一个添加新列C的操作,以便当A> = 2并且B> = 2时,C中的每个单元格都存储x,否则存储y。 结果数据帧应等效于:
a = pd.DataFrame({'A':[1,2,3],'B':[4,5,6], 'C':[{'b':'b'}, {'a':'a'}, {'a':'a'}]})
我尝试了许多不同的方法,但到目前为止没有任何效果。 这是一个玩具示例,而实际数据帧将具有许多行和列,并且可能会使用更复杂的条件。 最终目标是通过将可视化所需的所有必要信息(例如标记定义)存储为其他列,从而为可可视化的可视化准备数据框架。
提前致谢。
使用np.where
a['C'] = np.where((a.A >= 2) & (a.B >= 2), x, y)
A B C
0 1 4 {'b': 'b'}
1 2 5 {'a': 'a'}
2 3 6 {'a': 'a'}
为了解释这一点,因为您说您的实际数据更复杂,请在np.where
进行以下操作:
根据条件从x或y返回元素
因此,只需创建您的条件,然后根据条件的结果确定需要x
和y
的值。 如果您有两个以上的可能选项和多个条件,则应查看np.select
为了演示起见,这是等效的np.select
:
conds = [(a.A >=2) & (a.B >=2)]
choices = [x]
np.select(conds, choices, default=y)
# array([{'b': 'b'}, {'a': 'a'}, {'a': 'a'}], dtype=object)
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.