根据其他列的值将值分配给 dataframe 列的正确方法

Question

我有一个 dataframe 看起来像这样：

   a     b      c
0  A   1.0   10.0
1  B   2.0   20.0
2  C   3.0   30.0
3  A   4.0   40.0
4  B   5.0   50.0
5  C   6.0   60.0
6  A   7.0   70.0
7  B   8.0   80.0
8  C   9.0   90.0
9  A  10.0  100.0

我想创建一个列'd'，其值取决于'a'，这样如果列'a'的值在['A'，'B']中，那么列'd'获取'b'中的值或否则它会得到'c'中的值。 我想要的结果是：

   a     b      c     d
0  A   1.0   10.0   1.0
1  B   2.0   20.0   2.0
2  C   3.0   30.0  30.0
3  A   4.0   40.0   4.0
4  B   5.0   50.0   5.0
5  C   6.0   60.0  60.0
6  A   7.0   70.0   7.0
7  B   8.0   80.0   8.0
8  C   9.0   90.0  90.0
9  A  10.0  100.0  10.0

我努力了：

df["d"] = np.nan

for i in range(df.shape[0]):
    if df.a.iloc[i] in ['A','B']:
        df.d.iloc[i] = df.b.iloc[i]
    elif df.a.iloc[i] in ['C']:
        df.d.iloc[i] = df.c.iloc[i]

这给了我想要的答案，但我收到错误消息“SettingWithCopyWarning：试图在 DataFrame 的切片副本上设置一个值”

我也知道 for 循环并不理想，所以我尝试使用 boolean 掩码来执行此操作，但是

print(df.a in ['A','B'])

给我警告，“ValueError：一个系列的真值是不明确的。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。”

a）修复for循环或b）用更优雅的东西替换for循环的最佳方法是什么？ 我花了一个小时浏览 SO，但我找不到针对我的具体问题的好答案。 任何帮助表示赞赏。

Answer 1

您可以使用np.where ：

In [1696]: df['d'] = np.where(df['a'].isin(['A', 'B']), df['b'], df['c'])     
In [1697]: df 
Out[1697]: 
   a     b      c     d
0  A   1.0   10.0   1.0
1  B   2.0   20.0   2.0
2  C   3.0   30.0  30.0
3  A   4.0   40.0   4.0
4  B   5.0   50.0   5.0
5  C   6.0   60.0  60.0
6  A   7.0   70.0   7.0
7  B   8.0   80.0   8.0
8  C   9.0   90.0  90.0
9  A  10.0  100.0  10.0

Answer 2

您可以使用isin和np.select ：

df['d'] = np.select( (df.a.isin(['A','B']), df.a.eq('C')),
                    (df.b, df.c), np.nan)

如果a列仅由示例数据中所示的值A,B,C组成，您可以简单地使用np.where ：

df['d'] = np.where(df.a.isin(['A','B']), df.b, df.c)

# or
# df['d'] = np.where(df.a.eq('C'), df.c, df.b)