Python pandas 和 numpy：根据现有变量的多个条件为新变量分配数值

Question

这在 Excel 中是微不足道的，为什么在 Python 中这么难？

目标是根据几个条件计算 state 变量，包括 state 变量的先前值。 值是已知的 integer，Min(3) 和 Max(3) 只是 3 个周期滚动 window 向前移动一个周期的最小值和最大值。 这就是我走多远。

Index Value Max(3) Min(3) 
0     10    nan    nan    
1     20    nan    nan        
2     15    nan    nan         
3     25    20     10    
4     15    25     15     
5     10    25     15     
6     15    20     10         

根据以下条件计算 state 变量的最佳方法是什么：

• a) 如果值 > Max(3) 则 1
• b) 如果值 < Min(3) 则 4
• c) 如果 Value <= Max(3) & Value >= Min (3) & previous State = 1 or 2 then 2
• d) 如果 Value <= Max(3) & Value >= Min (3) & previous State = 4 or 3 then 3

在最终的 DataFrame 中应该如下所示：

Index Value Max(3) Min(3) State
0     10    nan    nan    nan
1     20    nan    nan    nan    
2     15    nan    nan    nan     
3     25    20     10     1
4     15    25     15     2
5     10    25     15     4
6     15    20     10     3    

我主要使用 np.where() 函数尝试过这个，但是一旦我接近 c) 和 d) 条件，总是会遇到问题。

Answer 1

你可以使用这个：

df.loc[df.Value.gt(df['Max(3)']), 'State'] = 1
df.loc[df.Value.lt(df['Min(3)']), 'State'] = 4
df.loc[df.Value.between(df['Min(3)'], df['Max(3)']) & (df.State.shift(1).isin((3, 4))), 'State'] = 3
df.loc[df.Value.between(df['Min(3)'], df['Max(3)']) & (df.State.shift(1).isin((1,2))), 'State'] = 2

output：

解释：
第一条语句检查 df.Value 大于 df['Max(3)'] 的位置并创建一个新列“State”，其中填充了 NaN，并且条件位置只有 1s

seconds 行设置 4s，其中 df.Value 小于 df.['Min(3)']

最后两个语句检查 df.Value 是否在 Max(3) 和 Min(3) 范围内，并比较 df.State 最后一个值 ( .shift )。 注意：如果数字是后续的，您也可以在此处使用.between代替.isin 。

Answer 2

np.select可以很好地处理多种条件，具有良好的可读性

df['Value'] = df['Value'].astype(float)

conditions =
[
    df['Value']>df['Max(3)'],
    df['Value']<df['Min(3)'],
    (df['Value']<=df['Max(3)']) & (df['Value']>= df['Min(3)']) & (df['State'].shift().isin((1,2))),
    (df['Value']<=df['Max(3)']) & (df['Value']>= df['Min(3)']) & (df['State'].shift().isin((3,4)))
]

choicelist = [1, 4, 2, 3]

df['State'] = np.select(conditions, choicelist, np.nan)
print(df)

   Index  Value  Max(3)  Min(3)  State
0      0   10.0     NaN     NaN    NaN
1      1   20.0     NaN     NaN    NaN
2      2   15.0     NaN     NaN    NaN
3      3   25.0    20.0    10.0    1.0
4      4   15.0    25.0    15.0    2.0
5      5   10.0    25.0    15.0    4.0
6      6   15.0    20.0    10.0    3.0