快速在所有行中应用函数时如何在pandas numpy中使用if else

Posted 2023-03-11

【中文标题】快速在所有行中应用函数时如何在pandas numpy中使用if else

【英文标题】：How to use if else in pandas numpy when apply function in all the rows fast

【发布时间】：2021-09-23 00:09:54

【问题描述】：

我有一个数据框 df_ia:

    dod1    dod2
0   0       0
1   200806  0
2   200806  0
3   200806  0
4   200806  0
5   200806  0
6   200806  0
7   200806  0

还有一个用于应用于每一行的函数：

def life_status(dod1, dod2):
    if dod1.any() == 0:
        ls1 = '1'
    else:
        ls1 = '0'
    if dod2.any() == 0:
        ls2 = '1'
    else:
        ls2 = '0'
    lifestatus = ls1 + ls2
    return lifestatus

df_ia['lifestatus'] = life_status(df_ia['dod1'].values,df_ia['dod2'].values)

但我发现，我不能直接使用：

if dod1.any() to add condition

所以我尝试了类似的方法，

if np.any(dod1==0):
   ls1='1'

但还是不行。

输出应如下所示：

    dod1  dod2 lifestatus
0   0       0   11
1   200806  0   01
2   200806  0   01
3   200806  0   01
4   200806  0   01
5   200806  0   01
6   200806  0   01
7   200806  0   01
8   200806  0   01
9   200806  0   01

我可以用这段代码来实现这个，

def life_status(row):
    if row['dod1'] == 0:
        ls1 = '1'
    else:
        ls1 = '0'
    if row['dod2'] == 0:
        ls2 = '1'
    else:
        ls2 = '0'
    lifestatus = ls1 + ls2
    return lifestatus
df['lifestatus'] = df.apply(lambda row: life_status(row), axis=1)

但这很慢，这就是我发布这个问题的原因。

【问题讨论】：

(dod1 == 0).any() ?

@William 我认为你想要的就是 Psidom 提到的。是吗？你写life_status()的逻辑伪代码怎么样？

嗨@Psidom你能帮我解决这个非常相似的问题吗：***.com/questions/68371165/…

【参考方案1】：

解决方案

根据您在评论部分的解释，您之前共享的函数逻辑错误，这误导了我之前的解决方案。您需要为每一行评估 int(dod1[i] == 0) + int(dod2[i] == 0) 并返回一个系列或 numpy.ndarray。

import numpy as np
import pandas as pd

df = pd.DataFrame(
    'dod1': [0] + [200806 for _ in range(7)], 
    'dod2': [0 for _ in range(8)],
)

def life_status(dod1: np.ndarray, dod2: np.ndarray):
    return (dod1 == 0).astype(int).astype(str) + (dod2 == 0).astype(int).astype(str)

life_status(df['dod1'].values, df['dod2'].values)

## Output:
# I will update this later. But the function should work as expected. 

或者，等效地，直接在数据帧上使用它。

(df.dod1 == 0).astype(int).astype(str) + (df.dod2 == 0).astype(int).astype(str)

给读者的说明

如果你想让它更通用，比如当(dod1 == 0)为True时赋值4，当它为False时赋值5，你可以这样做。

# schema:
# - condition: dod1 == 0 --> True: 4, False: 5
# - condition: dod1 == 0 --> True: 7, False: 8
cond1, cond2 = (df.dod1 == 0), (df.dod2 == 0)
((cond1 * 4 + ~cond1 * 5).astype(str) + (cond2 * 7 + ~cond2 * 8).astype(str)).tolist()

## Output
# ['47', '57', '57', '57', '57', '57', '57', '57']

您可以进一步即兴发挥并允许任何值（str、int、float）根据它是 True 还是 False 来替换。

(df.dod1 == 0).astype(str).replace('True': '4', 'False': '5') + \
(df.dod2 == 0).astype(str).replace('True': '7', 'False': '8')

## Output
# ['47', '57', '57', '57', '57', '57', '57', '57']

【讨论】：

@William 请看看这个，如果您有任何问题，请告诉我。另外，请提供你的函数life_status()的逻辑，因为你可能没有正确实现它。

嗨@CypherX 你能帮我解决这个非常相似的问题吗：***.com/questions/68371165/…

@William 我刚刚发布了您其他问题的答案。

这个答案不起作用我刚刚检查过，因为如果只返回它看起来的第一个条件。

请写下你的函数逻辑。