如何在dask数据框中进行多条件标记？

Question

在 pandas 中，我可以在

np.where()

使用的不同列上标记具有多个条件的新列，例如：

import pandas as pd

df = pd.DataFrame({'Name':['A','B','C'],
                    'Sex':['Male','Female','Male'],
                    'Height':[175,160,195]})

df['Tag'] = ""
df['Tag'] = np.where((df['Sex'] == "Male")&(df['Height'] >180.),"CT",df['Tag'] )
df['Tag'] = np.where((df['Sex'] == "Female")&(df['Height'] <=180.),"GT",df['Tag'] )
print(df)

但是，我在dask中并没有以类似的方式找到任何函数。使用

.mask()

或

.where()

不适合我。

我想在 dask 中找到一些类似于

np.where()

的函数，我可以在

DataFrame

中标记它们。

Answer 1

这可能会简化您的代码。它没有使用

dask

，但同样有效。

import pandas as pd

df = pd.DataFrame({'Name':['A','B','C'],
                    'Sex':['Male','Female','Male'],
                    'Height':[175,160,195]})

conds = [(df['Sex'] == "Male")&(df['Height'] >180.), (df['Sex'] == "Female")&(df['Height'] <=180.)]
val = ["CT", "GT"]

df['Tag'] = np.select(conds, val, default = np.NaN)
print(df)

Name     Sex  Height  Tag
0    A    Male     175  nan
1    B  Female     160   GT
2    C    Male     195   CT