我有一个DataFrame df
:
A B
a 2 2
b 3 1
c 1 3
我想根据以下标准创建一个新列:
如果行A == B: 0
如果rowA > B: 1
如果行A < B: -1
所以鉴于上表,它应该是:
A B C
a 2 2 0
b 3 1 1
c 1 3 -1
对于典型的if else
案例,我做np.where(df.A > df.B, 1, -1)
,pandas是否提供了一个特殊的语法来解决我的问题一步(没有必要创建3个新列,然后结合结果)?
为了形式化上面列出的一些方法:
创建一个对数据帧的行进行操作的函数,如下所示:
def f(row):
if row['A'] == row['B']:
val = 0
elif row['A'] > row['B']:
val = 1
else:
val = -1
return val
然后将其应用于传递axis=1
选项的数据帧:
In [1]: df['C'] = df.apply(f, axis=1)
In [2]: df
Out[2]:
A B C
a 2 2 0
b 3 1 1
c 1 3 -1
当然,这不是矢量化的,因此在缩放到大量记录时性能可能不那么好。不过,我认为它更具可读性。特别是来自SAS背景。
df.loc[df['A'] == df['B'], 'C'] = 0
df.loc[df['A'] > df['B'], 'C'] = 1
df.loc[df['A'] < df['B'], 'C'] = -1
使用索引很容易解决。第一行代码读取如此,如果列'A'等于列'B',则创建并设置列'C'等于0.注意我没有尝试运行它,因此代码可能需要修改对于以下内容,df.loc [(df ['A'] == df ['B']),'C'] = 0,它使用条件周围的括号。
对于这种特殊的关系,你可以使用np.sign
:
>>> df["C"] = np.sign(df.A - df.B)
>>> df
A B C
a 2 2 0
b 3 1 1
c 1 3 -1