如何根据数据框中各列的不同布尔条件创建新列

Question

我想创建一个标记为是的二进制列，如果数据帧中只有一列符合逻辑条件A，而数据帧中的另一列符合逻辑条件A或逻辑条件B.因此，如果两个单独的列，新列将只有1满足上述条件。

每列是每年的单独产品数量。条件A：如果产品（即“c1”）在当年销售了8种产品，在前一年的1至6之间以及在该之前一年（2年前）的1至6之间销售，则满足条件A.条件B：如果任何其他产品（即不是“c1”表示“c3”）满足上述条件A或在当前年份销售8，在前一年8和8年前销售8条件满足条件B.因此，如果特定年份中的任何两列完全符合上述条件，则成功只能为1。一列必须满足条件A和另一列条件B.

import numpy as np
import pandas as pd
df = pd.DataFrame({'C1':[7,3,2,8,3,4,6,8,3,2],'C2':[2,5,4,8,8,8,3,2,8,4],'C3': [7,5,4,6,7,8,6,8,1,7],
                   'C4':[3,4,4,6,4,2,6,3,2,6],'C5':[6,4,0,8,4,2,6,6,7,8],'Year':[2010,2011,2012,2013,2014,2015,2016,2017,2018,2019]})
df.set_index('Year', inplace=True)
df1 =df[::-1]
df1
_1_CorrA =((df1.eq(8)) & (df1.shift(-1).isin([1,6])) & (df1.shift(-2).isin([1,6]))).sum(axis=1)==1

_1_CorrB =(((df1.eq(8)) & (df1.shift(-1).eq(8)) & (df1.shift(-2).eq(8))) |
              ((df1.eq(8)) & (df1.shift(-1).isin([1,6])) & (df1.shift(-2).isin([1,6])))).sum(axis=1)==1


Strategy = (((_1_CorrA) & (_1_CorrB)))

df1['Success']=np.where(Strategy,1,0)

我期望在2015年和2013年的索引行中看到1，因为这些是仅有的两行，其中两列不同，满足上述条件。

Answer 1

成功意味着恰好两列满足条件A（a.sum(1).eq(2)）或一列满足条件A而另一列满足B，其中当前年份和前两年中的每一列均等于8的目标值。

为了确保同一列不满足条件A和条件B，我从条件A得到成功的列，并确保它不等于条件B（a.idxmax(1).ne(b.idxmax(1))）的成功列。这种比较只有在条件A和条件B都有一个成功的情况下才能进行，因此我可以使用idxmax来获得通过条件的列。

target = 8 
upper_limit = 6
lower_limit = 1
df1_shift1 = df1.shift(-1)
df1_shift2 = df1.shift(-2)

a = (
    df1.eq(target) 
    & df1_shift1.ge(lower_limit) 
    & df1_shift1.le(upper_limit) 
    & df1_shift2.ge(lower_limit) 
    & df1_shift2.le(upper_limit)
)
b = (
    df1.eq(target)
    & df1_shift1.eq(target)
    & df1_shift2.eq(target)
)
success = (
    a.sum(1).eq(2) 
    | (a.sum(1).eq(1) 
       & b.sum(1).eq(1) 
       & a.idxmax(1).ne(b.idxmax(1)))
)
>>> df1.assign(Success=success)
      C1  C2  C3  C4  C5  Success
Year                             
2019   2   4   7   6   8    False
2018   3   8   1   2   7    False
2017   8   2   8   3   6    False
2016   6   3   6   6   6    False
2015   4   8   8   2   2    False
2014   3   8   7   4   4    False
2013   8   8   6   6   8     True
2012   2   4   4   4   0    False
2011   3   5   5   4   4    False
2010   7   2   7   3   6    False

Answer 2

我认为你应该使用DataFrame.apply()来帮助你。

例如：

df = pd.DataFrame({'C1':[7,3,2,8,3,4,6,8,3,2], 
                   'C2':[2,5,4,8,8,8,3,2,8,4], 
                   'C3': [7,5,4,6,7,8,6,8,1,7],  
                   'C4':[3,4,4,6,4,2,6,3,2,6], 
                   'C5':[6,4,0,8,4,2,6,6,7,8], 
                   'Year':[2010,2011,2012,2013,2014,2015,2016,2017,2018,2019]})

def my_rule(row):
    C1 = row['C1']
    C2 = row['C2']
    C3 = row['C3']
    C4 = row['C4']
    C5 = row['C5']
    year = row['year']

    # write your rule of C1,...,C5 here
    if ...:
        return 1
    else:
        return 0

df['Success'] = df.apply(lambda row: my_rule(row), axis=1)

希望这适合你的问题。