根据同一行的值提取单个值(熊猫)

Question

我有一个熊猫DataFrame，在这里，我试图写一个代码，接受用户输入的项目类型和容量，并将返回‘天’值，如果输入的容量在Min -最大值范围内，并符合项目类型。

df = pd.DataFrame({'Type': ['Wind - Onshore', 'Wind - Onshore', 'Wind - Onshore', 'Wind - Offshore', 'Wind - Offshore','Wind - Offshore', 'Solar PV', 'Solar PV', 'Solar PV'],
               'Min': [0.0, 5.0, 10.0, 0.0, 5.0, 10.0, 0.5, 1.0, 2.5],
               'Max': [4.9990,9.9990, 19.9990, 4.9990, 9.9990, 19.9990, 0.9990, 2.4999, 4.9990],
               'Days': [189.643564, 200.380952, 297.146154, 331.666667, 121.500000, 154.000000, 171.711956, 185.362637, 194.635246]})

df

用户输入将如下所示：

print('t1 = Wind - Onshore\nt2 = Wind - Offshore\nt3 = Solar PV\n')

t1 = 'Wind - Onshore'
t2 = 'Wind - Offshore'
t3 = 'Solar PV'
type = input('Enter Project Type:')
cap = float(input('Enter Capacity:'))

例如，如果用户输入t1表示Project，3输入容量，代码应该返回189.643564，因为它位于对应的Type的Min和Max之间。

我使用for循环/if语句的所有尝试都没有成功。我是新手，如果有人能向我展示一个高效的、可复制的代码来完成这个任务，我将不胜感激。谢谢!

Answer 1

与if语句不同，您可以创建一个字典types_dict，它将类型缩写(user_type：'t1‘、't2’或't3')映射到相应的类型。

你可以写这两个条件

1. df.Type == types_dict[user_type]
2. df.Min <= user_cap <= df.Max

作为基于用户输入值的单一查询。然后将其传递给DataFrame.query以选择满足条件的行。最后，只选择'Days‘值。

df = pd.DataFrame({'Type': ['Wind - Onshore', 'Wind - Onshore', 'Wind - Onshore', 'Wind - Offshore', 'Wind - Offshore','Wind - Offshore', 'Solar PV', 'Solar PV', 'Solar PV'],
               'Min': [0.0, 5.0, 10.0, 0.0, 5.0, 10.0, 0.5, 1.0, 2.5],
               'Max': [4.9990,9.9990, 19.9990, 4.9990, 9.9990, 19.9990, 0.9990, 2.4999, 4.9990],
               'Days': [189.643564, 200.380952, 297.146154, 331.666667, 121.500000, 154.000000, 171.711956, 185.362637, 194.635246]})

print('t1 = Wind - Onshore\nt2 = Wind - Offshore\nt3 = Solar PV\n')

# map type abbreviation to the correct type 
types_dict = {
    't1': 'Wind - Onshore', 
    't2': 'Wind - Offshore',
    't3': 'Solar PV'
}

user_type = input('Enter Project Type: ')
user_cap = float(input('Enter Capacity: '))

# condition to fulfil. 
query = f"Type == '{types_dict[user_type]}' and Min <= {user_cap} <= Max"

# get the 'Days' of the row that satisfy the previous condition 
days = df.query(query)['Days'].iat[0]

print("\nDays:", days)

输出

t1 = Wind - Onshore
t2 = Wind - Offshore
t3 = Solar PV

Enter Project Type: t1
Enter Capacity: 3

Days: 189.643564

Answer 2

你应该把float(input('Enter Capacity:'))改成int(...)然后..。

opts = {
    't1': 'Wind - Onshore',
    't2': 'Wind - Offshore',
    't3': 'Solar PV',
}

type = 'Wind - Offshore'
cap = 2
row = df[df['Type'] == opts[type]].iloc[cap]
print(row)

输出：

Type    Wind - Offshore
Min                10.0
Max              19.999
Days              154.0
Name: 5, dtype: object

基本上，它创建一个从tXX到类型的实际显示名称的映射，然后它获取具有该类型的df的所有行，然后从cap索引的选择中获取行。

您可以像这样访问该行中的值：

print(row['Min'], row['Max'], row['Days'])

输出：

10.0 19.999 154.0