[英]numpy.where() with 3 or more conditions
我有一個包含多列的數據框。
AC BC CC DC MyColumn
一個
乙
C
d
我想設置一個新列“MyColumn”,如果BC,CC和DC小於AC,則取該行的三個最大值。 如果只有CC和DC小於AC,則取該行的CC和DC的最大值等。如果它們都不小於AC,MyColumn應該從AC獲取值。
我怎么用numpy.where()做到這一點?
您可以使用lt方法以及where:
In [11]: df = pd.DataFrame(np.random.randn(5, 4), columns=list('ABCD'))
In [12]: df
Out[12]:
A B C D
0 1.587878 -2.189620 0.631958 -0.432253
1 -1.636721 0.568846 -0.033618 -0.648406
2 1.567512 1.089788 0.489559 1.673372
3 0.589222 -1.176961 -1.186171 0.249795
4 0.366227 1.830107 -1.074298 -1.882093
注意:您可以使用列的最大子集:
In [13]: df[['B', 'C', 'D']].max(1)
Out[13]:
0 0.631958
1 0.568846
2 1.673372
3 0.249795
4 1.830107
dtype: float64
查看每列的值,看它們是否小於A:
In [14]: lt_A = df.lt(df['A'], axis=0)
In [15]: lt_A
Out[15]:
A B C D
0 False True True True
1 False False False False
2 False True True False
3 False True True True
4 False False True True
In [15]: lt_A[['B', 'C', 'D']].all(1)
Out[15]:
0 True
1 False
2 False
3 True
4 False
dtype: bool
現在,您可以使用以下所有內容構建所需的結果:
In [16]: df[['B', 'C', 'D']].max(1).where(lt_A[['B', 'C', 'D']].all(1), 2)
Out[16]:
0 0.631958
1 2.000000
2 2.000000
3 0.249795
4 2.000000
dtype: float64
而不是2你可以先插入系列(在這個例子中它恰好相同):
In [17]: df[['C', 'D']].max(1).where(lt_A[['C', 'D']].all(1), 2)
Out[17]:
0 0.631958
1 2.000000
2 2.000000
3 0.249795
4 -1.074298
dtype: float64
然后是A欄:
In [18]: df[['B', 'C', 'D']].max(1).where(lt_A[['B', 'C', 'D']].all(1), df[['C', 'D']].max(1).where(lt_A[['C', 'D']].all(1), df['A']))
Out[18]:
0 0.631958
1 -1.636721
2 1.567512
3 0.249795
4 -1.074298
dtype: float64
顯然,如果你打算重復使用,你應該把它寫成函數!
我的理解是,您需要的列數最多小於第一列,如果不存在此列,則需要在第一列上進行回退; 如果是這樣的話:
>>> df
A B C D
0 1.587878 -2.189620 0.631958 -0.432253
1 -1.636721 0.568846 -0.033618 -0.648406
2 1.567512 1.089788 0.489559 1.673372
3 0.589222 -1.176961 -1.186171 0.249795
4 0.366227 1.830107 -1.074298 -1.882093
[5 rows x 4 columns]
>>> df[df.lt(df.A, axis=0)].max(axis=1).fillna(df.A)
0 0.631958
1 -1.636721
2 1.089788
3 0.249795
4 -1.074298
dtype: float64
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.