DataFrame可以在两个DataFrame合并后使用np.select吗？

Question

我可以使用np.select插入一个新列并为一个dataFrame设置值。

但当我把这两个dataFrame结合起来。np.select不起作用。似乎是索引错误。

import pandas as pd
import numpy as np

df = pd.DataFrame([[3, 2, 1],[4, 5, 6]], columns=['col1','col2','col3'], index=['a','b'])
df2 = pd.DataFrame([[14, 15, 16],[17, 16, 15]], columns=['col1','col2','col3'], index=['c','e'])

count = df.append(df2)

print(count)




conditions = [
    (df["col1"] >= df["col2"]) & (df["col2"] >= df["col3"]),
]

choices = [100]

count["col4"] = np.select(conditions,choices, default='WHAT')
count

这就是成功

​

这是合并后的错误，错误是：

ValueError:值的长度与索引长度不匹配

​

​

Answer 1

我认为，当涉及到计数和df时，您的代码中有错误。下面的代码很好用。

import pandas as pd
import numpy as np

df = pd.DataFrame([[3, 2, 1],[4, 5, 6]], columns=['col1','col2','col3'], index=['a','b'])
df2 = pd.DataFrame([[14, 15, 16],[17, 16, 15]], columns=['col1','col2','col3'], index=['c','e'])

count = df.append(df2)


print(count)




conditions = [
    (count["col1"] >= count["col2"]) & (count["col2"] >= count["col3"]),
]
print(conditions)
choices = [100]

count["col4"] = np.select(conditions,choices, default='WHAT')
count