根據布爾條件在新列中設置值

Question

我有一個數據框和兩個字典，如下所示：

a = pd.DataFrame({'A':[1,2,3],'B':[4,5,6]})
x = {'a':'a'}
y = {'b':'b'}

現在，我想執行一個添加新列C的操作，以便當A> = 2並且B> = 2時，C中的每個單元格都存儲x，否則存儲y。 結果數據幀應等效於：

a = pd.DataFrame({'A':[1,2,3],'B':[4,5,6], 'C':[{'b':'b'}, {'a':'a'}, {'a':'a'}]})

我嘗試了許多不同的方法，但到目前為止沒有任何效果。 這是一個玩具示例，而實際數據幀將具有許多行和列，並且可能會使用更復雜的條件。 最終目標是通過將可視化所需的所有必要信息（例如標記定義）存儲為其他列，從而為可可視化的可視化准備數據框架。

提前致謝。

Answer 1

使用np.where

a['C'] = np.where((a.A >= 2) & (a.B >= 2), x, y)

   A  B           C
0  1  4  {'b': 'b'}
1  2  5  {'a': 'a'}
2  3  6  {'a': 'a'}

為了解釋這一點，因為您說您的實際數據更復雜，請在np.where進行以下操作：

根據條件從x或y返回元素

因此，只需創建您的條件，然后根據條件的結果確定需要x和y的值。 如果您有兩個以上的可能選項和多個條件，則應查看np.select

為了演示起見，這是等效的np.select ：

conds = [(a.A >=2) & (a.B >=2)]
choices = [x]

np.select(conds, choices, default=y)
# array([{'b': 'b'}, {'a': 'a'}, {'a': 'a'}], dtype=object)