代码之家 › 专栏 › 技术社区 › Bill Armstrong

熊猫数学运算,以列值为条件

pandas python

Bill Armstrong · 技术社区 · 7 年前

我需要做一个以第二列中的值为条件的数学运算。这里是设置。

给出一个简单的数据帧( df )以下内容:

df = pd.DataFrame({
    'col1' : ['A', 'A', 'B', np.nan, 'D', 'C'],
    'col2' : [2, 1, 9, 8, 7, 4],
    'col3': [0, 1, 9, 4, 2, 3],
    })

In [11]: df
Out[11]: 
  col1  col2  col3
0    A     2     0
1    A     1     1
2    B     9     9
3  NaN     8     4
4    D     7     2
5    C     4     3

我可以添加新列( math )然后用一个基于10和的数学表达式填充它 col3 .

df['math'] = 10 + df['col3']

In [14]: df
Out[14]: 
  col1  col2  col3  math
0    A     2     0    10
1    A     1     1    11
2    B     9     9    19
3  NaN     8     4    14
4    D     7     2    12
5    C     4     3    13

但我无法理解的是,如何使表达式对另一列中的值有条件(例如,仅当 col1 == B )。预期输出为:

In [14]: df
Out[14]: 
  col1  col2  col3  math
0    A     2     0   NaN
1    A     1     1   NaN
2    B     9     9    19
3  NaN     8     4   NaN
4    D     7     2   NaN
5    C     4     3   NaN

为了补充说明,我将使用一个变量 col1 A中的值 for loop .结果,我无法得到 .group_by() 按说明工作 here 或 here .我想我在找这样的东西…

df['math'] = 10 + df.loc[[df['col1'] == my_var], 'col3']

这是我从上面第二个例子中的评论中得到的——但是我不能让它起作用。它抛出一个 ValueError 对于太多的值——也就是说,我试图同时传递过滤器和操作列,但它只期望过滤器。 This 所以post也使用 .loc 类似于我上面的表达-但是有一个静态的 第1列 .

5 回复 | 直到 7 年前

user3483203 7 年前

使用 loc

df['math'] = df.loc[df.col1.eq('B'), 'col3'].add(10)

  col1  col2  col3  math
0    A     2     0   NaN
1    A     1     1   NaN
2    B     9     9  19.0
3  NaN     8     4   NaN
4    D     7     2   NaN
5    C     4     3   NaN

piRSquared 7 年前

`where`

我进行数学运算,然后用 pandas.Series.where 通过传递布尔序列 df.col1.eq('B')

df.assign(math=df.col3.add(10).where(df.col1.eq('B')))

  col1  col2  col3  math
0    A     2     0   NaN
1    A     1     1   NaN
2    B     9     9  19.0
3  NaN     8     4   NaN
4    D     7     2   NaN
5    C     4     3   NaN

BENY 7 年前

使用:(不是一种安全的实现方法,请参阅下面的注释)

df['New']=df.col3[df.col1=='B']+10
df
Out[11]: 
  col1  col2  col3   New
0    A     2     0   NaN
1    A     1     1   NaN
2    B     9     9  19.0
3  NaN     8     4   NaN
4    D     7     2   NaN
5    C     4     3   NaN

更新

pd.concat([df,(df.col3[df.col1=='B']+10).to_frame('New')],1)
Out[51]: 
  col1  col2  col3   New
0    A     2     0   NaN
1    A     1     1   NaN
2    B     9     9  19.0
3  NaN     8     4   NaN
4    D     7     2   NaN
5    C     4     3   NaN

Bill Armstrong 7 年前

我也能做到以下几点…

df['math'] = 10 + df.loc[df['col1'] == 'B']['col3']

这是上面@user3483203答案的变体。最终,我的 'B' 是一个变量,所以我修改了@rafaelc的注释。

Bill Armstrong 7 年前

它在投掷 ValueError 因为你没有正确使用LOC。下面是使用loc的解决方案:

df.loc[:,'math'] = 10 + df.loc[df['col1'] == "B", 'col3']

输出:

 col1 col2 col3 math
0    A   2   0    NaN
1    A   1   1    NaN
2    B   9   9    19.0
3    NaN 8   4    NaN
4    D   7   2    NaN
5    C   4   3    NaN