有条件地创建基于另一个Dataframe的新数据格式？

Question

我有两个这样的数据格式：

dfA=pd.DataFrame([[1,2,3],[4,5,6]])
dfB=pd.DataFrame([[True,False,False],[False,True,False]])

如何根据相同的索引创建一个新的数据格式，

2 ** (dfA+1) only if dfB is true 
2 ** (dfA) only if dfB is false. 

我喜欢实现的是这样一个数据框架：

df_output = pd.DataFrame([[4,4,8],[16,64,64]])

谢谢!

Answer 1

您可以使用DataFrame.mask：

(2 ** dfA).mask(dfB, 2 ** (dfA+1))
Out: 
    0   1   2
0   4   4   8
1  16  64  64

这将检查dfB，如果为真，则从原始DataFrame ((2 ** dfA))取值，如果为false，则从另一个(2 ** (dfA+1))取值。

这类似于numpy的where函数：

np.where(dfB, 2 ** (dfA+1), 2 ** (dfA))
Out: 
array([[ 4,  4,  8],
       [16, 64, 64]])

但是，它会丢失索引和列，因此可能需要将结果包装在DataFrame构造函数中：

pd.DataFrame(np.where(dfB, 2 ** (dfA+1), 2 ** (dfA)), dfA.index, dfA.columns)
Out: 
    0   1   2
0   4   4   8
1  16  64  64