Pandas - bedingt wählen Sie Spalte Quelle von Daten für eine neue Spalte basierend auf Zeile Wert

Gibt es eine Pandabären-Funktion, die ermöglicht die Auswahl aus verschiedenen Spalten auf Grundlage einer Bedingung? Dies ist Analog zu einer CASE-Anweisung in einem SQL-Select-Klausel. Zum Beispiel, sagen, ich habe das folgende DataFrame:

foo = DataFrame(
    [['USA',1,2],
    ['Canada',3,4],
    ['Canada',5,6]], 
    columns = ('Country', 'x', 'y')
)

Ich wollen, wählen Sie aus der Spalte 'x' bei Land=='USA', und aus der Spalte 'y' bei Land=='Kanada', was in etwa wie folgt aus:

  Country  x  y  z
0     USA  1  2  1
1  Canada  3  4  4
2  Canada  5  6  6

[3 rows x 4 columns]
Wo kommt die Spalte z kommen?
z wäre das "combined" - Spalte ab Spalte x oder y je nach Land

InformationsquelleAutor aensm | 2014-05-29

  1. 10

    Mit DataFrame.wo's other argument und pandas.concat:

    >>> import pandas as pd
>>>
>>> foo = pd.DataFrame([
...     ['USA',1,2],
...     ['Canada',3,4],
...     ['Canada',5,6]
... ], columns=('Country', 'x', 'y'))
>>>
>>> z = foo['x'].where(foo['Country'] == 'USA', foo['y'])
>>> pd.concat([foo['Country'], z], axis=1)
  Country  x
0     USA  1
1  Canada  4
2  Canada  6

    Wenn Sie wollen z als Spalte name, geben Sie keys:

    >>> pd.concat([foo['Country'], z], keys=['Country', 'z'], axis=1)
  Country  z
0     USA  1
1  Canada  4
2  Canada  6
    Ich wechselte meine Antwort zu diesem von @EdChum Antwort, denn es ist einfacher zu Lesen und schneller.

    InformationsquelleAutor falsetru

  2. 5

    Dieser funktionieren würde:

    In [84]:

def func(x):
    if x['Country'] == 'USA':
        return x['x']
    if x['Country'] == 'Canada':
        return x['y']
    return NaN
foo['z'] = foo.apply(func(row), axis = 1)
foo
Out[84]:
  Country  x  y  z
0     USA  1  2  1
1  Canada  3  4  4
2  Canada  5  6  6

[3 rows x 4 columns]

    Können Sie loc:

    In [137]:

foo.loc[foo['Country']=='Canada','z'] = foo['y']
foo.loc[foo['Country']=='USA','z'] = foo['x']
foo
Out[137]:
  Country  x  y  z
0     USA  1  2  1
1  Canada  3  4  4
2  Canada  5  6  6

[3 rows x 4 columns]

    BEARBEITEN

    Zwar unhandlich mit loc wird eine bessere Skalierung mit größeren dataframes als die gelten, die hier genannt wird, für jede Zeile, während mit Hilfe der booleschen Indizierung wird vektorisiert.

    Ja, ich hatte geschrieben eine ähnliche Funktion. Ich Frage mich, ob pandas hatte etwas gebacken, das funktioniert wie dieses, anstatt eine Funktion schreiben, da dies ist etwas, was ich oft mache.
    Der andere Weg wäre, um Boolesche Indexierung siehe meine Antwort
    Ich glaube nicht, dass mit loc, arbeitet seit booleschen Maskierung erzeugt immer eine Kopie des DataFrame, eher als einen Blick.
    wenn Sie nur tun, 1 oder der andere , wird dies so gut funktionieren: foo['z'] = foo['y'].where(foo['Country']=='Canada',foo['x'])
    irgendwann sollten wir umsetzen IfExp für die Abfrage.

    InformationsquelleAutor EdChum

  3. 1

    Hier ist eine generische Lösung für die Auswahl beliebige Spalten ein Wert in einer anderen Spalte.

    Dies hat den zusätzlichen Vorteil der Trennung der lookup-Logik in eine einfache dict Struktur, die macht es einfach zu ändern.

    import pandas as pd
df = pd.DataFrame(
    [['UK', 'burgers', 4, 5, 6],
    ['USA', 4, 7, 9, 'make'],
    ['Canada', 6, 4, 6, 'you'],
    ['France', 3, 6, 'fat', 8]],
    columns = ('Country', 'a', 'b', 'c', 'd')
)

    Ich erweitern um eine operation, wo eine bedingte Ergebnis wird gespeichert in einem externen lookup-Struktur (dict)

    lookup = {'Canada': 'd', 'France': 'c', 'UK': 'a', 'USA': 'd'}

    Schleife die pd.DataFrame für jede Spalte gespeichert, die in der dict und die Werte in der Bedingung Tabelle, um zu bestimmen, welche Spalte zu wählen

    for k,v in lookup.iteritems():
    filt = df['Country'] == k
    df.loc[filt, 'result'] = df.loc[filt, v] # modifies in place

    Geben, die Lektion des Lebens

    In [69]: df
Out[69]:
  Country        a  b    c     d   result
0      UK  burgers  4    5     6  burgers
1     USA        4  7    9  make     make
2  Canada        6  4    6   you      you
3  France        3  6  fat     8      fat
    Dies funktioniert, aber ich erhalte eine Warnung, die sagen A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_indexer,col_indexer] = value instead Jede Vorstellung, wie man es beheben?
    Ich würde nicht sorgen. Wir wollen, dass dies geschieht. Sie können loszuwerden, es durch hinzufügen ‘.kopieren()' Zeile, aber es ist nicht notwendig

    InformationsquelleAutor Alexander McFarlane

Schreibe einen Kommentar