我的数据框叫做pw2
看起来像这样,我有两列,pw1和pw2,这是胜利的概率。我想执行一些条件逻辑来创建另一个名为WINNER
的列,基于pw1
和pw2
。
+-------------------------+-------------+-----------+-------------+
| Name1 | pw1 | Name2 | pw2 |
+-------------------------+-------------+-----------+-------------+
| Seaking | 0.517184213 | Lickitung | 0.189236181 |
| Ferrothorn | 0.172510623 | Quagsire | 0.260884258 |
| Thundurus Therian Forme | 0.772536272 | Hitmonlee | 0.694069408 |
| Flaaffy | 0.28681284 | NaN | NaN |
+-------------------------+-------------+-----------+-------------+
我想在一个函数中有条件地做这个,但是我遇到了一些麻烦。
pw1
> pw2
,填充Name1
pw2
> pw1
,填充Name2
pw1
居住但pw2
不是,填充Name1
pw2
居住但pw1
不是,填充Name2
但我的功能不起作用 - 由于某种原因检查值是否为null无效。
def final_winner(df):
# If PW1 is missing and PW2 is populated, Pokemon 1 wins
if df['pw1'] = None and df['pw2'] != None:
return df['Number1']
# If it's the same thing but the other way around, Pokemon 2 wins
elif df['pw2'] = None and df['pw1'] != None:
return df['Number2']
# If pw2 is greater than pw1, then Pokemon 2 wins
elif df['pw2'] > df['pw1']:
return df['Number2']
else
return df['Number1']
pw2['Winner'] = pw2.apply(final_winner, axis=1)
不要使用非常慢的apply
。使用np.where
pw2 = df.pw2.fillna(-np.inf)
df['winner'] = np.where(df.pw1 > pw2, df.Name1, df.Name2)
一旦NaN
s总是失败,可以fillna()
它与-np.inf
产生相同的逻辑。
看看你的代码,我们可以指出几个问题。首先,您要比较df['pw1'] = None
,这是无效的python语法进行比较。您通常希望使用==
运算符进行比较。但是,对于None
,建议使用is
,例如if variable is None: (...)
。然而,再次,你在pandas/numpy
环境中,实际上有几个空值的值(None
,NaN
,NaT
等)。
因此,最好使用pd.isnull()
或df.isnull()
检查可空性。
只是为了说明,这就是你的代码应该是这样的:
def final_winner(df):
if pd.isnull(df['pw1']) and not pd.isnull(df['pw2']):
return df['Name1']
elif pd.isnull(df['pw2']) and not pd.isnull(df['pw1']):
return df['Name1']
elif df['pw2'] > df['pw1']:
return df['Name2']
else:
return df['Name1']
df['winner'] = df.apply(final_winner, axis=1)
但同样,绝对使用np.where
。