高效使用np.where

Question

如果满足多种条件，我将使用熊猫和np.where来填充一个新的专栏。

为此，我使用了以下数据库(但后面的数据库要大100倍)。

​

​

我现在所做的是：

df['new_column'] = np.where((df['year'] == 2018) & (df['price'] > 30000) & (df['fuel description'] == Petrol), 12, 10)
df['new_column'] = np.where((df['year'] == 2019) & (df['price'] > 30000) & (df['fuel description'] == Petrol), 15, 10)
df['new_column'] = np.where((df['year'] == 2020) & (df['price'] > 30000) & (df['fuel description'] == Petrol), 18, 10)
df['new_column'] = np.where((df['year'] == 2021) & (df['price'] > 30000) & (df['fuel description'] == Petrol), 21, 10)
df['new_column'] = np.where((df['year'] == 2022) & (df['price'] > 30000) & (df['fuel description'] == Petrol), 24, 10)

如您所见，我只是在更改列的条件：“年份”。

我正在寻找一个有效的方式来使用其他两个条件(价格和燃料描述)，因为我只是复制他们现在。

期待你的回答！

Answer 1

尝尝这个,

condition = (df['year'] >= 2018) & (df['year'] <= 2022) & (df['price'] > 30000) \
            & (df['fuel description'] == Petrol)
df['new_column'] = np.where(condition, 12 + (df['year']-2018)*3, 10)

更新

如果要填充的值之间没有关联，则可以预先构造一个数组。条件仍然只评估一次。

示例：

year_to_value = {2018: 12, 2019: 15, 2020: 18, 2021: 21, 2022: 24}
values = df['year'].map(year_to_value)
df['new_column'] = np.where(condition, values, 10)

Answer 2

您可以将重复的代码打包到函数中以避免重复，如下所示：

def get_year_condition(df, year):
    return df['year'] == year & df['price'] > 30000 & df['fuel description'] == 'Petrol'

然后像这样使用：

df['new_column'] = np.where(get_year_condition(df, 2021), 21, 10)
df['new_column'] = np.where(get_year_condition(df, 2022), 24, 10)
...