具有 NA 的条件最少的两列

Posted 2023-03-16

【中文标题】具有 NA 的条件最少的两列

【英文标题】：Conditional minimum of two columns with NA's

【发布时间】：2019-02-09 13:38:55

【问题描述】：

当第 1 列具有特定值时，如何有效地创建一个新列，该列是第 3 列和第 2 列中的最小值？

例子：

my_dataframe=pd.DataFrame('col1':[1.0,2.0,3.0],
             'col2':[4.0,5.0,6.0],
             'col3':[0.25,np.nan,0.25])

my_dataframe = my_dataframe.assign(col4 = lambda x: np.where(x['col1']>1, np.minimum(x['col2'], x['col3']), 0))
RuntimeWarning: invalid value encountered in minimum

我假设np.minimumfunction 无法处理 NA，那么我该如何解决这个问题？ numpy.nanmin 函数也不能正常工作。

它返回以下错误，因为它没有应用于数组 TypeError: 'Series' object cannot be interpreted as an integer

所以我试着写成如下

my_dataframe = my_dataframe.assign(col4 = lambda x: np.where(x['col1']>1, np.nanmin(x['col2'].values(), x['col3'].values()), 0))

返回错误： TypeError: 'numpy.ndarray' object is not callable

【参考方案1】：

使用DataFrame.min 选择两列以通过[] 或与np.nanmin 类似：

f = lambda x: np.where(x['col1']>1, x[['col2', 'col3']].min(axis=1), 0)
#another solution
#f = lambda x: np.where(x['col1']>1, np.nanmin(x[['col2', 'col3']].values,axis=1), 0)
my_dataframe = my_dataframe.assign(col4 = f)
print (my_dataframe)
   col1  col2  col3  col4
0   1.0   4.0  0.25  0.00
1   2.0   5.0   NaN  5.00
2   3.0   6.0  0.25  0.25

【讨论】：

当然，我试过f = lambda x: np.where(x['col1']>1, (x['col2'], x['col3']).min(axis=1), 0) 这显然不起作用...

@Michael - 是的，这里有必要使用二维数组或DataFrame