pandas 基於多列的多個條件

Question

我正在嘗試根據兩個條件對 pandas dataframe 的點進行着色。 例子：

IF value of col1 > a AND value of col2 - value of col3 < b THEN value of col4 = string
ELSE value of col4 = other string.

我現在嘗試了很多不同的方法，我在網上找到的所有東西都只取決於一個條件。

我的示例代碼總是引發錯誤：

The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

這是代碼。 嘗試了幾種變體都沒有成功。

df = pd.DataFrame()

df['A'] = range(10)
df['B'] = range(11,21,1)
df['C'] = range(20,10,-1)

borderE = 3.
ex = 0.

#print df

df['color'] = np.where(all([df.A < borderE, df.B - df.C < ex]), 'r', 'b')

順便說一句：我明白，它說什么，但不知道如何處理它。

Answer 1

選擇標准使用布爾索引：

df['color'] = np.where(((df.A < borderE) & ((df.B - df.C) < ex)), 'r', 'b')

>>> df
   A   B   C color
0  0  11  20     r
1  1  12  19     r
2  2  13  18     r
3  3  14  17     b
4  4  15  16     b
5  5  16  15     b
6  6  17  14     b
7  7  18  13     b
8  8  19  12     b
9  9  20  11     b

Answer 2

將 IF 包裝在一個函數中並應用它：

def color(row):
    borderE = 3.
    ex = 0.
    if (row.A > borderE) and( row.B - row.C < ex) :
        return "somestring"
    else:
        return "otherstring"

df.loc[:, 'color'] = df.apply(color, axis = 1)

產量：

  A   B   C        color
0  0  11  20  otherstring
1  1  12  19  otherstring
2  2  13  18  otherstring
3  3  14  17  otherstring
4  4  15  16   somestring
5  5  16  15  otherstring
6  6  17  14  otherstring
7  7  18  13  otherstring
8  8  19  12  otherstring
9  9  20  11  otherstring

Answer 3

對我來說@Alexander 的解決方案在我的特定情況下不起作用，我必須使用列表來傳遞這兩個條件，然后轉置輸出，我的解決方案也適用於這種情況：

df['color'] = np.where([df.A < borderE] and [df.B - df.C < ex], 'r', 'b').transpose()

產量：

    A   B   C   color
0   0   11  20  r
1   1   12  19  r
2   2   13  18  r
3   3   14  17  b
4   4   15  16  b
5   5   16  15  b
6   6   17  14  b
7   7   18  13  b
8   8   19  12  b
9   9   20  11  b

Answer 4

出現問題中的錯誤是因為 OP 使用all() function 而不是按位&運算符將多個比較鏈接在一起。

鏈接多重比較的另一種方法是通過eval()方法評估表達式。 下面檢查每行的 A 值是否小於borderE並且(B - C)值是否小於ex 。

df.eval('A < @borderE and B - C < @ex')

將其結果用作numpy.where()條件，您可以通過

df['color'] = np.where(df.eval('A < @borderE and B - C < @ex'), 'r', 'b')

如果你安裝了 numexpr ( pip install numexpr )，這個方法應該和通過&鏈接一樣執行。 優點是（i）它更具可讀性（imo）和（ii）您不再需要擔心括號() and / &等，因為字符串表達式中的優先順序與那個相同在 Python 中。