Pandas基於兩個現有變量創建一個新變量

Question

我認為以下代碼效率很低。 有沒有更好的方法在熊貓中進行這種類型的常見重新編碼？

df['F'] = 0
df['F'][(df['B'] >=3) & (df['C'] >=4.35)] = 1
df['F'][(df['B'] >=3) & (df['C'] < 4.35)] = 2
df['F'][(df['B'] < 3) & (df['C'] >=4.35)] = 3
df['F'][(df['B'] < 3) & (df['C'] < 4.35)] = 4

Answer 1

使用numpy.select並將布爾掩碼緩存到變量以獲得更好的性能：

m1 = df['B'] >= 3
m2 = df['C'] >= 4.35
m3 = df['C'] < 4.35
m4 = df['B'] < 3

df['F'] = np.select([m1 & m2, m1 & m3, m4 & m2, m4 & m3], [1,2,3,4], default=0)

Answer 2

在您的特定情況下，您可以利用布爾實際上是整數（False == 0，True == 1）並使用簡單算術的事實：

df['F'] = 1 + (df['C'] < 4.35) + 2 * (df['B'] < 3)

請注意，這將忽略B和C列中的任何NaN，這些將被指定為高於您的限制。