Rumah  >  Artikel  >  pembangunan bahagian belakang  >  Bagaimana untuk Melakukan Penciptaan Lajur Bersyarat dalam DataFrames Pandas Python?

Bagaimana untuk Melakukan Penciptaan Lajur Bersyarat dalam DataFrames Pandas Python?

Linda Hamilton
Linda Hamiltonasal
2024-10-20 06:48:29664semak imbas

How to Perform Conditional Column Creation in Python's Pandas DataFrames?

Mencipta Lajur Berdasarkan Logik Bersyarat dalam Python

Apabila bekerja dengan Pandas DataFrames, kita sering menghadapi senario di mana kita perlu mencipta yang baharu lajur berdasarkan semakan bersyarat antara lajur sedia ada. Ini boleh dicapai menggunakan fungsi np.where dengan keadaan bersarang.

Untuk menggambarkan, pertimbangkan DataFrame berikut:

<code class="python">import pandas as pd

df = pd.DataFrame({
    "A": [2, 3, 1],
    "B": [2, 1, 3]
})</code>

Kami ingin mencipta lajur C baharu berdasarkan kriteria berikut :

  • Jika A bersamaan dengan B, C hendaklah 0.
  • Jika A lebih besar daripada B, C hendaklah 1.
  • Jika A kurang daripada B , C hendaklah -1.

Menggunakan Fungsi Tersuai

Satu pendekatan ialah mencipta fungsi tersuai yang melaksanakan logik bersyarat dan menggunakannya pada DataFrame:

<code class="python">def f(row):
    if row['A'] == row['B']:
        return 0
    elif row['A'] > row['B']:
        return 1
    else:
        return -1

df['C'] = df.apply(f, axis=1)</code>

Menggunakan np.where

Sebagai alternatif, kita boleh menggunakan fungsi np.where untuk menetapkan nilai terus kepada lajur baharu:

<code class="python">df['C'] = np.where(df['A'] == df['B'], 0, np.where(df['A'] > df['B'], 1, -1))</code>

Pendekatan ini divektorkan dan lebih cekap untuk set data yang besar.

Keputusan:

Kedua-dua pendekatan menghasilkan keputusan berikut:

<code class="python">print(df)

   A  B  C
0  2  2  0
1  3  1  1
2  1  3 -1</code>

Atas ialah kandungan terperinci Bagaimana untuk Melakukan Penciptaan Lajur Bersyarat dalam DataFrames Pandas Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn