기존 열 값을 기반으로 DataFrame에서 조건부 열을 어떻게 생성할 수 있습니까?

기존 열 값을 기반으로 조건부 열 생성

데이터 분석에서는 조건에 따라 값이 결정되는 새 열을 생성해야 하는 경우가 많습니다. 기존 열에서 파생되었습니다. "Type"과 "Set"이라는 두 개의 열이 있는 DataFrame이 있고 특정 규칙을 따르는 "color"라는 새 열을 추가하려는 시나리오를 생각해 보세요.

색상 열 추가 설정 값 기반

"설정"이 "Z"인 경우 값이 "녹색"이고 그렇지 않은 경우 "빨간색"인 "색상" 열을 생성하려면 다음을 사용할 수 있습니다. 다음 접근 방식:

import numpy as np

df['color'] = np.where(df['Set'] == 'Z', 'green', 'red')

이 코드는 조건에 따라 값을 선택하는 np.where 함수를 활용합니다. "Set" 열 값이 "Z"이면 "color" 값은 "green"이 됩니다. 그렇지 않으면 "빨간색"이 됩니다.

더 복잡한 조건에 np.select 사용

여러 조건이 있는 더 복잡한 시나리오의 경우 np.select를 사용할 수 있습니다. . 예를 들어, 다음 규칙에 따라 색상을 할당한다고 가정합니다.

• "Set"이 "Z"이고 "Type"이 "A"인 경우 "yellow"
• "Set"이 "Z"이고 "Type"이 "B"인 경우 "파란색"
• "Type"이 "Purple"인 경우 "B"
• 그렇지 않으면 "검은색"

conditions = [
    (df['Set'] == 'Z') & (df['Type'] == 'A'),
    (df['Set'] == 'Z') & (df['Type'] == 'B'),
    (df['Type'] == 'B')]
choices = ['yellow', 'blue', 'purple']
df['color'] = np.select(conditions, choices, default='black')

np.select 함수는 조건 목록과 해당 선택 목록을 가져옵니다. 조건이 충족되면 관련 선택 사항이 선택됩니다. 그렇지 않으면 기본값이 사용됩니다.

이러한 방법은 기존 열 값을 기반으로 조건부 열을 생성하는 다양한 옵션을 제공하므로 데이터를 효율적으로 조작하고 분석할 수 있습니다.

위 내용은 기존 열 값을 기반으로 DataFrame에서 조건부 열을 어떻게 생성할 수 있습니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!