Pandas 有条件地创建 dataframe 列：基于多个条件最大

Question

我有一个df：

  dog1  dog2  cat1  cat2  ant1  ant2
0    1     2     3     4     5     6
1    1     2     3     4     0     0
2    3     3     3     3     3     3
3    4     3     2     1     1     0

我想根据以下条件添加一个新列：

 if   max(dog1, dog2) > max(cat1, cat2) > max(ant1, ant2) ----->   2
 elif max(dog1, dog2) > max(cat1, cat2)                   ----->   1
 elif max(dog1, dog2) < max(cat1, cat2) < max(ant1, ant2) ----->  -2
 elif max(dog1, dog2) < max(cat1, cat2)                   ----->  -1
 else                                                     ----->   0

所以它应该变成这样：

  dog1  dog2  cat1  cat2  ant1  ant2   new
0    1     2     3     4     5     6    -2
1    1     2     3     4     0     0    -1
2    3     3     3     3     3     3     0
3    4     3     2     1     1     0     2     

我知道如何在简单的条件下做到这一点，但不是这种情况下最大。 最好的方法是什么？

Answer 1

您可以在 pandas 中使用.max(axis=1) function ：

conditions = [
       (df[['dog1','dog2']].max(axis=1) > df[['cat1','cat2']].max(axis=1)) & (df[['cat1','cat2']].max(axis=1) > df[['ant1','ant2']].max(axis=1)), 
       (df[['dog1','dog2']].max(axis=1) > df[['cat1','cat2']].max(axis=1)),
       (df[['dog1','dog2']].max(axis=1) < df[['cat1','cat2']].max(axis=1)) & (df[['cat1','cat2']].max(axis=1) < df[['ant1','ant2']].max(axis=1)), 
       (df[['dog1','dog2']].max(axis=1) < df[['cat1','cat2']].max(axis=1))]
choices = [2,1,-2,-1]
df['new'] = np.select(conditions, choices, default=0)

output：

   dog1  dog2  cat1  cat2  ant1  ant2  new
0     1     2     3     4     5     6   -2
1     1     2     3     4     0     0   -1
2     3     3     3     3     3     3    0
3     4     3     2     1     1     0    2

Answer 2

您可以使用apply 文档

def newrow(dog1,dog2,cat1,cat2,ant1,ant2):
    if max(dog1, dog2) > max(cat1, cat2) > max(ant1, ant2):
        return 2
    elif max(dog1, dog2) > max(cat1, cat2):
        return 1
    elif max(dog1, dog2) < max(cat1, cat2) < max(ant1, ant2):
        return -2
    elif max(dog1, dog2) < max(cat1, cat2):
        return -1
    return 0

df['new'] = df.apply(lambda x: newrow(*x), axis=1)

新的df将是

  dog1  dog2  cat1  cat2  ant1  ant2  new
0     1     2     3     4     5     6   -2
1     1     2     3     4     0     0   -1
2     3     3     3     3     3     3    0
3     4     3     2     1     1     0    2

Answer 3

看来您正在寻找 np.maximum()。 尝试在最大 numpy找到它希望它有所帮助。