具有 NA 的条件最少的两列
Posted
技术标签:
【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.minimum
function 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
【问题讨论】:
【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
以上是关于具有 NA 的条件最少的两列的主要内容,如果未能解决你的问题,请参考以下文章