pandas 基于Python中的2个不同条件在新列中追加值

eni9jsuy 于 2023-01-07 发布在 Python

关注(0)|答案(2)|浏览(154)

我有一个样本数据集，它类似于下面定义的数据集。

dict_1 = {'Id' : [1, 1, 2, 2, 3, 4],
         'boolean_val' : [True, False, True, False, True, False],
         "sal" : [1000, 2000, 1500, 2500, 3500, 4500]}

test = pd.DataFrame(dict_1)
test.head(10)

我必须根据给定条件在测试 Dataframe 中创建2个新列，即output_True和output_False：
a）如果Id[0] == Id[1]且boolean_瓦尔=真，则将sal[0]（因为这是boolean_val =真时的值）放入output_True中，否则为“NA”.
B）如果Id[0] == Id[1]且boolean_瓦尔=假，则将sal[1]（因为这是当boolean_val =假时的值）放入output_False中，否则为“NA”.
c）如果Id[0] 1= Id[1] & boolean_瓦尔== True，则将该行的sal值放入output_True，否则如果Id[0] 1= Id[1] & boolean_val == False，则将该行的sal值放入output_False。
如果我没有正确框我的问题，然后请检查下面的数据框输出，我希望我的输出类似于输出真和输出假如下所示。

dict_1 = {'Id' : [1, 1, 2, 2, 3, 4],
         'boolean_val' : [True, False, True, False, True, False],
         "sal" : [1000, 2000, 1500, 2500, 3500, 4500],
         "output_True" : [1000, "NA", 1500, "NA", 3500, "NA"],
         "output_False" : [2000, "NA", 2500, "NA", "NA", 4500]}

output_df = pd.DataFrame(dict_1)
output_df.head(10)

我试过使用np.where（）& list解析，但是我的输出数据没有显示正确的值。有人能帮我吗？

pandas

来源：https://stackoverflow.com/questions/75030225/append-values-in-new-column-based-on-2-different-condition-in-python

2条答案

按热度按时间

gc0ot86w1#

使用loc为布尔列赋值。对于第二个条件，可以使用.shift()并比较Id[0] == Id[1]值和基于此的sum：

dict_1 = {'Id' : [1, 1, 2, 2, 3, 4],
         'boolean_val' : [True, False, True, False, True, False],
         "sal" : [1000, 2000, 1500, 2500, 3500, 4500]}

test = pd.DataFrame(dict_1)
test

    Id  boolean_val sal
0   1   True    1000
1   1   False   2000
2   2   True    1500
3   2   False   2500
4   3   True    3500
5   4   False   4500

cond1 = test.boolean_val
test.loc[cond1, 'output_True'] = test.sal

cond2 = (test.Id.shift(-1).eq(test.Id))
test['output_False'] = np.nan
test.loc[cond2, 'output_False'] = test['sal'] + test['output_True']
test

    Id  boolean_val sal output_True output_False
0   1   True    1000    1000.0  2000.0
1   1   False   2000    NaN     NaN
2   2   True    1500    1500.0  3000.0
3   2   False   2500    NaN     NaN
4   3   True    3500    3500.0  NaN
5   4   False   4500    NaN     NaN

赞(0）回复(0）举报 2023-01-07

qxsslcnc2#

以下是获得所需输出的方法：

df = test.pivot(index='Id', columns='boolean_val', values='sal')
df = df.assign(boolean_val=df.loc[:,True].notna()).set_index('boolean_val', append=True)
df = df.rename(columns={True:'output_True', False:'output_False'})[['output_True', 'output_False']]

output_df = test.join(df, on=['Id','boolean_val'])
for col in ('output_True', 'output_False'):
    output_df[col] = np.where(output_df[col].isna(), "NA", output_df[col].astype(pd.Int64Dtype()))

输出：

Id boolean_val   sal output_True output_False
0   1        True  1000        1000         2000
1   1       False  2000          NA           NA
2   2        True  1500        1500         2500
3   2       False  2500          NA           NA
4   3        True  3500        3500           NA
5   4       False  4500          NA         4500

说明：

使用pivot()创建中间 Dataframe df，True和False列包含每个Id对应的sal值
添加包含True的boolean_val列，除非给定行的True列为NaN
将Id, boolean_val设置为df的索引
将True和False列重命名为output_True和output_False，并交换它们的位置（以匹配所需的输出）
使用join()创建output_df，它是test with added columns输出_真and输出_假'
将NaN替换为字符串"NA"，并将output_True和output_False中的sal值从浮点型更改为整型。

赞(0）回复(0）举报 2023-01-07

我来回答

pandas 基于Python中的2个不同条件在新列中追加值

2条答案

相关问题

热门标签

最新问答