使用基於現有行值的條件在Pandas中創建新列並返回另一行的值

Question

希望對以下問題有所幫助。 我目前有一個包含3列的熊貓數據框 - test1，test2，test3

我希望實現的是result_column，其邏輯將是：

1）如果test1 AND test2> 0中的值，則返回test3的值

2）否則如果值test1 AND test2 <0，則返回test3的NEGATIVE值

3）否則返回0

  test1  test2  test3  result_column
0    0.5    0.1   1.25    1.25
1    0.2   -0.2   0.22       0
2   -0.3   -0.2   1.12   -1.12
3    0.4   -0.3   0.34       0
4    0.5      0   0.45       0

這是我第一次在python和pandas上發布一個問題。 如果此處的格式不是最佳，請提前道歉。 感謝我能得到的任何幫助！

Answer 1

我認為需要使用& （ AND ）鏈接的條件的numpy.select或子集[[]]選擇所有測試的列，比較DataFrame.all ant test：

m1 = (df.test1 > 0) & (df.test2 > 0)
#alternative
#m1 = (df[['test1', 'test2']] > 0).all(axis=1)

m2 = (df.test1 < 0) & (df.test2 < 0)
#alternative
#m2 = (df[['test1', 'test2']] < 0).all(axis=1)

df['result_column'] = np.select([m1,m2], [df.test3, -df.test3], default=0)
print (df)
   test1  test2  test3  result_column
0    0.5    0.1   1.25           1.25
1    0.2   -0.2   0.22           0.00
2   -0.3   -0.2   1.12          -1.12
3    0.4   -0.3   0.34           0.00
4    0.5    0.0   0.45           0.00

Answer 2

巧妙地使用np.sign和邏輯
如果> 0或兩者< 0則產品為1 ，否則產品為-1或0 。 如果兩者都> 0則總和的符號為1 。 如果兩者都< 0則則sum的符號為-1 ，否則為0 。 這些東西的產物正是我們想要的。

v = np.sign(df[['test1', 'test2']].values)
df.assign(result_column=v.prod(1) * np.sign(v.sum(1)) * df.test3 + 0)

   test1  test2  test3  result_column
0    0.5    0.1   1.25           1.25
1    0.2   -0.2   0.22           0.00
2   -0.3   -0.2   1.12          -1.12
3    0.4   -0.3   0.34           0.00
4    0.5    0.0   0.45           0.00