[英]Add column to pandas DF that does a lookup within the DF based on values of two other columns in the same DF
[英]Add new column to df based on values in other columns
我有一个类似于下面的 dataframe:
A B C
GCSE yes GQ
GCSE no GQ
NVQ no VQ
NVQ yes VQ
我需要根据 B 列和 C 的值添加第四列。 有四种可能的结果,EPS、HCI、CAMS、DIGI。 它们需要如下所示:
B C D
yes GQ HCI
no GQ EPS
yes VQ DIGI
no VQ CAMS
dataframe约37000行...
谁能建议最简单的方法来做到这一点? 我正在努力寻找不涉及将两列中的值相加、相减、相乘或相除来填充新列的答案。
谢谢
您可以创建一个字典并使用map方法 - 这是因为列 B 和 C 是字符串:
mapping = {"yes,GQ": "HCI", "no,GQ": "EPS", "yes,VQ": "DIGI", "no,VQ": "CAMS"}
df = df.assign(D=df.B.str.cat(df.C, sep=",").map(mapping))
df
A B C D
0 GCSE yes GQ HCI
1 GCSE no GQ EPS
2 NVQ no VQ CAMS
3 NVQ yes VQ DIGI
您也可以使用numpy select ,这类似于 SQL 的case when
; 我确实认为 map 就足够了。 一定要测试它以验证速度,因为你有很多行。
将DataFrame.merge
与新的 DataFrame 与列表中的所有组合一起使用:
d = {'B': ['yes', 'no', 'yes', 'no'],
'C': ['GQ', 'GQ', 'VQ', 'VQ'],
'D': ['HCI', 'EPS', 'DIGI', 'CAMS']}
df = df.merge(pd.DataFrame(d), on=['B','C'], how='left')
print (df)
A B C D
0 GCSE yes GQ HCI
1 GCSE no GQ EPS
2 NVQ no VQ CAMS
3 NVQ yes VQ DIGI
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.