如何在使用条件语句的情况下创建包含计算值的新列

Question

内容：

1. 我有一个足球比赛统计数据框
2. 该数据框缺少有关比赛结果的信息
3. 因此，我试图创建一个列，让我知道比赛结果是“赢”还是“输”
4. 数据框包含主客队得分的目标
5. 当主场进球数超过客队进球数时，我试图用“赢”填充新列
6. 您可以在下面的代码中看到我尝试创建的新列称为“结果”

---

下面的工作代码应该可以让我了解我正在尝试做的事情，并且做错了...

for index, row in match_df.iterrows():
    if match_df.home_team_goal > match_df.away_team_goal:
        match_df.loc[index, "outcome"] = "Win"
    else:
        match_df.loc[index, "outcome"] = "Lose"

---

错误信息：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

使用pandas时，您应该尝试不使用for循环： np.where

import pandas as pd; import numpy as np

match_df['outcome']=np.where(match_df.home_team_goal > match_df.away_team_goal,'win','lose')

Answer 2

您也可以使用以下内容：

match_df['outcome'] = 'Win'
match_df.loc[match_df.home_team_goal < match_df.away_team_goal, 'outcome'] = 'Lose'

现在：

print(match_df)

会如预期的那样。

Answer 3

编辑您的尝试：

for index, row in match_df.iterrows():
    if row['home_team_goal'] > row['away_team_goal']:
        match_df.loc[index, "outcome"] = "Win"
    else:
        match_df.loc[index, "outcome"] = "Lose"

或使用以下代码获得快速结果：

df.outcome.fillna(np.where(df.home_team_goal > df.away_team_goal, "Win", "Lose") )