根据 A 列的值对 B 列的值应用操作 - Pandas

Question

我有以下数据集：

id  Wages   PayFreq
0   1013    Weekly
1   5000    Monthly
2   892     Weekly
3   2320    Bi-Weekly
4   1068    Weekly

我打算执行以下操作：

if PayFreq == 'Monthly':
   (Wages / 4) * 52
elif PayFreq == 'Bi-Weekly':
   (Wages / 2) * 52
else:
    Wages * 52

我需要 select 根据 PayFreq 列中存在的内容将操作应用于工资列。 有任何想法吗？

Answer 1

按字典使用Series.map ，对于不匹配的值，请使用Series.fillna ，因为 map 返回NaN和按Wages列的倍数：

d = {'Monthly': 52/4, 'Bi-Weekly': 52/2}
df['YearWages'] = df['PayFreq'].map(d).fillna(52).mul(df['Wages'])

print (df)
   id  Wages    PayFreq  YearWages
0   0   1013     Weekly    52676.0
1   1   5000    Monthly    65000.0
2   2    892     Weekly    46384.0
3   3   2320  Bi-Weekly    60320.0
4   4   1068     Weekly    55536.0

将掩码传递给numpy.select的解决方案：

df['NewWages'] = np.select([df['PayFreq'] == 'Weekly',
                            df['PayFreq']== ' Monthly'], 
                            [(df['Wages'] / 2)*52, 
                             (df['Wages'] / 4) * 52], default=df['Wages']*52)
                            
print (df)
   id  Wages    PayFreq  NewWages
0   0   1013     Weekly   26338.0
1   1   5000    Monthly  260000.0
2   2    892     Weekly   23192.0
3   3   2320  Bi-Weekly  120640.0
4   4   1068     Weekly   27768.0

Answer 2

或者您可以使用np.where并相应地调整条件，将以下仅用作示例而不是完整答案：

import numpy as np
df['NewWages'] = np.where(df['PayFreq'] == 'Weekly', (df['Wages'] / 2)*52,
                          np.where(df['PayFreq']== ' Monthly', (df['Wages'] / 4) * 52, df['Wages']*52))

打印：

   id  Wages    PayFreq  NewWages
0   0   1013     Weekly   26338.0
1   1   5000    Monthly  260000.0
2   2    892     Weekly   23192.0
3   3   2320  Bi-Weekly  120640.0
4   4   1068     Weekly   27768.0

Answer 3

我建议使用 Dataframe 的apply ，因为它非常简单直观。

您可以定义要在 dataframe 上应用的方法，您可以为此选择 Lambda 表达式或显式 function。 例如，下面是一个简单的实现，使用 function：

def func(row):
    if row['PayFreq'] == 'Monthly':
        return (row['Wages'] / 4) * 52
    elif row['PayFreq'] == 'Bi-Weekly':
        return (row['Wages'] / 2) * 52
    else:
        return row['Wages'] * 52

为了将其应用于您的 dataframe（在右轴上）：

df['NewWages'] = df.apply(func, axis=1)

结果：

   Wages    PayFreq  NewWages
0   1013     Weekly   52676.0
1   5000    Monthly   65000.0
2    892     Weekly   46384.0
3   2320  Bi-Weekly   60320.0
4   1068     Weekly   55536.0