我有一个包含三列文本的dataframe。一列(column1)由3个唯一条目组成:"H“、"D”、"A“。
我想根据包含"H“、"D”或"A“的列中的条目,使用其他两列(column2 & column3)中的条目创建一个新列。
我试着写一个函数:
def func(x):
if x== "H":
return column2
elif x == "A":
return column3
else:
return "D"然后我尝试使用.apply()函数:
df["new_col"] = df["column1"].apply(func)
但是这不起作用,因为它不能识别column2 &Column3。如何在函数中访问column2 &Column3列的条目?
发布于 2020-05-24 20:18:43
您可以将整个行发送给函数并访问它的列:
def func(x):
if x["column1"]== "H":
return x["column2"]
elif x["column1"] == "A":
return x["column3"]
else:
return "D"
df["new_col"] = df.apply(lambda x: func(x), axis=1)发布于 2020-05-24 20:36:12
不需要使用.apply,您可以使用np.select根据条件选择元素:
考虑一下示例数据帧:
df = pd.DataFrame({
'column1': ['H', 'D', 'A', 'H', 'A'],
'column2': [1, 2, 3, 4, 5],
'column3': [10, 20, 30, 40, 50]
})使用:
import numpy as np
conditions = [
df['column1'].eq('H'),
df['column1'].eq('A')
]
choices = [
df['column2'],
df['column3']]
df['new_col'] = np.select(
conditions, choices, default='D')结果:
# print(df)
column1 column2 column3 new_col
0 H 1 10 1
1 D 2 20 D
2 A 3 30 30
3 H 4 40 4
4 A 5 50 50发布于 2020-05-24 21:08:39
根据我对您的查询的理解,我将以您的示例为例进行说明。
Conisder此数据帧:
d = {
"col1": ["H","D","A","H","D","A"],
"col2": [172,180,190,156,176,182],
"col3":[80,75,53,80,100,92]
}
df = pd.DataFrame(d)df
col1 col2 col3
0 H 172 80
1 D 180 75
2 A 190 53
3 H 156 80
4 D 176 100
5 A 182 92apply接受一个Series对象,并使用与您传递的dataframe相关的适当索引访问列。在调用apply时,必须传递axis=1,因为您需要每行的列值。最后,将返回的序列附加到原始数据帧。
def func(df):
if df[0] == 'H':
return df[1]
elif df[0] == 'A':
return df[2]
else:
return "D"
df['col4'] = df.apply(func, axis=1)df
col1 col2 col3 col4
0 H 172 80 172
1 D 180 75 D
2 A 190 53 53
3 H 156 80 156
4 D 176 100 D
5 A 182 92 92https://stackoverflow.com/questions/61985652
复制相似问题