如何根据多列上的条件创建一个具有3个输出的列

Question

我有DataFrame df:

def fake_data():
     return{'Name': fake.name(), 
         'Gender': random.choice(sex_list),
         'Address': fake.street_address(), 
         'Nationality': 'Zimbabwean', 
         'Account_Type': random.choice(accounts_list), 
         'Age': random.randint(0, 2), 
         'Education': random.random() > 0.5, 
         'Employment': random.randint(0, 2),
         'Salary': random.randint(0, 2),
         'Employer_Stability': random.random() > 0.5,
         'Consistency': random.random() > 0.5,
         'Balance': random.randint(0, 2),
         'Residential_Status': random.random() > 0.5
      }

我想要创建一个列Service_Level，它是0或1或2，这取决于列的条件；

columns = ['Age','Education', 'Employment', 'Salary', 'Employer_Stability', 'Consistency', 'Balance', 'Residential_Status']

在阅读了一些答案之后，我尝试使用以下内容创建['Service_Level'] =0；

df['Service_Level'] = np.where((df['Age']==0)&(df['Education']==False)&(df['Employment']==0)&(df['Salary']==0)&(df['Employer_Stability']==False)&(df['Consistency']==False)&(df['Balance']==0)&(df['Residential_Status']==False),
                               (df['Age'])|(df['Education'])|(df['Employment'])|(df['Salary'])|(df['Employer_Stability'])|(df['Consistency'])|(df['Balance'])|(df['Residential_Status']), 0)

那么这个对于['Service_Level'] =1

df['Service_Level'] = np.where((df['Age']==1)&(df['Education']==True)&(df['Employment']==1)&(df['Salary']==1)&(df['Employer_Stability']==False)&(df['Consistency']==True)&(df['Balance']==1)&(df['Residential_Status']==True),
                               (df['Age'])|(df['Education'])|(df['Employment'])|(df['Salary'])|(df['Employer_Stability'])|(df['Consistency'])|(df['Balance'])|(df['Residential_Status']), 1)

那么这个对于['Service_Level'] =2

df['Service_Level'] = np.where((df['Age']==2)&(df['Education']==True)&(df['Employment']==2)&(df['Salary']==2)&(df['Employer_Stability']==True)&(df['Consistency']==True)&(df['Balance']==2)&(df['Residential_Status']==True),
                               (df['Age'])|(df['Education'])|(df['Employment'])|(df['Salary'])|(df['Employer_Stability'])|(df['Consistency'])|(df['Balance'])|(df['Residential_Status']), 2)

不幸的是，我不知道如何加入这些条件，以便得到0、1或2。

如果有效的话，那些不遵循这些条件的州会发生什么呢？我也想生产和生产

Answer 1

您可能需要结合使用切片与np.where (顺便说一下，这需要三个参数，条件，val1(如果条件为真)，val2)

你的第一次陈述

df['Service_Level'] = np.where(condtion_1, 0, 1)

这将导致df‘’Service_Level‘，对于满足第一个条件的行和满足第一个条件的行都是0，否则为1。

现在，您可以掩蔽数据，只获取service_level不为0的行。

df[df['Service_Level'] !=0] 

在这个dataframe上，您可以使用

np.where(condition_2, 1,2) 

将条件为true的1分配给df‘’Service_Level‘，并将2分配给其余行。

编辑：

您可以在第一个容器中使用带有第二个condtion的np.where，如下所示。

df['Service_Level'] = np.where(cond_1, 0, (np.where(cond_2, 1,2)))

为了获得更好的可读性，您可能需要首先将条件保存为cond_1等，然后在np.where中使用它们。