如果在熊猫数据框中其他功能[重复]

Posted 2023-03-11

【中文标题】如果在熊猫数据框中其他功能[重复]

【英文标题】：if else function in pandas dataframe [duplicate]

【发布时间】：2017-09-09 12:52:02

【问题描述】：

我正在尝试在数据帧上应用 if 条件，但我遗漏了一些东西（错误：系列的真值不明确。使用 a.empty、a.bool()、a.item() , a.any() 或 a.all()。)

raw_data = 'age1': [23,45,21],'age2': [10,20,50]
df = pd.DataFrame(raw_data, columns = ['age1','age2'])

def my_fun (var1,var2,var3):
if (df[var1]-df[var2])>0 :
    df[var3]=df[var1]-df[var2]
else:
    df[var3]=0
print(df[var3])

my_fun('age1','age2','diff')

【问题讨论】：

错误意味着，在您选择的列中有一些值，它们被评估为 True，还有一些值被评估为 False。您可能需要每行运行 my_fun。

我不知道每行的这种方法，你能给我任何提示吗？

查看@jezrael 的答案，这是更好的解决方案

【参考方案1】：

你可以使用numpy.where:

def my_fun (var1,var2,var3):
    df[var3]= np.where((df[var1]-df[var2])>0, df[var1]-df[var2], 0)
    return df

df1 = my_fun('age1','age2','diff')
print (df1)
   age1  age2  diff
0    23    10    13
1    45    20    25
2    21    50     0

错误最好解释here。

使用apply 的较慢解决方案，其中需要axis=1 用于按行处理数据：

def my_fun(x, var1, var2, var3):
    print (x)
    if (x[var1]-x[var2])>0 :
        x[var3]=x[var1]-x[var2]
    else:
        x[var3]=0
    return x    

print (df.apply(lambda x: my_fun(x, 'age1', 'age2','diff'), axis=1))
   age1  age2  diff
0    23    10    13
1    45    20    25
2    21    50     0

也可以使用loc，但有时数据会被覆盖：

def my_fun(x, var1, var2, var3):
    print (x)
    mask = (x[var1]-x[var2])>0
    x.loc[mask, var3] = x[var1]-x[var2]
    x.loc[~mask, var3] = 0

    return x    

print (my_fun(df, 'age1', 'age2','diff'))
   age1  age2  diff
0    23    10  13.0
1    45    20  25.0
2    21    50   0.0

【讨论】：

关键是，在现实生活中，条件更加棘手，似乎与 np.where 嵌套可能有点难以阅读。使用更传统的 if-elif-else 语句是否有任何改变？

我使用apply 添加解决方案。你是对的，如果意味着有许多 elif 的复杂条件，apply 会更好。

谢谢，既然你问了更多细节，我打开了另一个话题，只是为了避免在这个 3d 中混淆。 ***.com/questions/43393672/…

@progster 也可以随意投票给这个答案。以及您认为有用的任何其他答案。

【参考方案2】：

您可以使用pandas.Series.where

df.assign(age3=(df.age1 - df.age2).where(df.age1 > df.age2, 0))

   age1  age2  age3
0    23    10    13
1    45    20    25
2    21    50     0

---

你可以把它包装在一个函数中

def my_fun(v1, v2):
    return v1.sub(v2).where(v1 > v2, 0)

df.assign(age3=my_fun(df.age1, df.age2))

   age1  age2  age3
0    23    10    13
1    45    20    25
2    21    50     0

【参考方案3】：

没有np.where 或pd.Series.where 还有另一种方法。我并不是说它更好，但是在尝试使这个解决方案适应今天一个具有挑战性的问题之后，发现where 的语法并不那么直观。最后，不确定在哪里是否有可能，但发现以下方法可以让您在修改子集之前查看它，并且它对我来说更快地导致了解决方案。当然也适用于这里的 OP。

您故意在数据帧的切片上设置值，因为 Pandas 经常警告您不要这样做。

This 答案向您展示了正确的方法。

下面给你一个片段：

df.loc[df['age1'] - df['age2'] > 0]

..看起来像：

   age1  age2
0    23    10
1    45    20

在原始数据框中为修改切片后要保留的值添加额外的列：

df['diff'] = 0

现在修改切片：

df.loc[df['age1'] - df['age2'] > 0, 'diff'] = df['age1'] - df['age2']

..结果：

   age1  age2  diff
0    23    10    13
1    45    20    25
2    21    50     0