如何基于 Pandas 中的给定条件创建 DataFrame 列
-
列表推导以根据 Pandas 中的给定条件创建新的
DataFrame列 - NumPy 方法根据 Pandas 中的给定条件创建新的 DataFrame 列
-
pandas.DataFrame.apply根据 Pandas 中的给定条件创建新的 DataFrame 列 -
pandas.Series.map()根据 Pandas 中的给定条件创建新的 DataFrame 列
我们可以使用 DataFrame 对象的列表推导，NumPy 方法，apply() 方法和 map() 方法根据 Pandas 中的给定条件创建 DataFrame 列。
列表推导以根据 Pandas 中的给定条件创建新的 DataFrame 列
我们可以根据 Pandas 中的给定条件，利用各种列表推导来创建新的 DataFrame 列。列表推导是一种从可迭代对象创建新列表的方法。它比其他方法更快，更简单。
import pandas as pd
import numpy as np
list_of_dates = [
"2019-11-20",
"2020-01-02",
"2020-02-05",
"2020-03-10",
"2020-04-16",
"2020-05-01",
]
employees = ["Hisila", "Shristi", "Zeppy", "Alina", "Jerry", "Kevin"]
salary = [200, 400, 300, 500, 600, 300]
df = pd.DataFrame(
{"Name": employees, "Joined date": pd.to_datetime(list_of_dates), "Salary": salary}
)
df["Status"] = ["Senior" if s >= 400 else "Junior" for s in df["Salary"]]
print(df)
输出：
Name Joined date Salary Status
0 Hisila 2019-11-20 200 Junior
1 Shristi 2020-01-02 400 Senior
2 Zeppy 2020-02-05 300 Junior
3 Alina 2020-03-10 500 Senior
4 Jerry 2020-04-16 600 Senior
5 Kevin 2020-05-01 300 Junior
如果 Salary 大于或等于 400，它将在 df 中创建一个新列 Status，其值将为 Senior，否则为 Junior。
NumPy 方法根据 Pandas 中的给定条件创建新的 DataFrame 列
我们还可以使用 NumPy 方法根据 Pandas 中的给定条件创建一个 DataFrame 列。为此，我们可以使用 np.where() 方法和 np.select() 方法。
np.where() 方法
np.where() 将条件作为输入并返回满足给定条件的元素的索引。当我们只有一个条件时，可以使用此方法根据 Pandas 中的给定条件创建 DataFrame 列。
import pandas as pd
import numpy as np
list_of_dates = [
"2019-11-20",
"2020-01-02",
"2020-02-05",
"2020-03-10",
"2020-04-16",
"2020-05-01",
]
employees = ["Hisila", "Shristi", "Zeppy", "Alina", "Jerry", "Kevin"]
salary = [200, 400, 300, 500, 600, 300]
df = pd.DataFrame(
{"Name": employees, "Joined date": pd.to_datetime(list_of_dates), "Salary": salary}
)
df["Status"] = np.where(df["Salary"] >= 400, "Senior", "Junior")
print(df)
输出：
Name Joined date Salary Status
0 Hisila 2019-11-20 200 Junior
1 Shristi 2020-01-02 400 Senior
2 Zeppy 2020-02-05 300 Junior
3 Alina 2020-03-10 500 Senior
4 Jerry 2020-04-16 600 Senior
5 Kevin 2020-05-01 300 Junior
如果满足条件，则 np.where(condition, x, y) 返回 x，否则返回 y。
如果满足给定条件，上面的代码将在 df 中创建一个新列 Status，其值为 Senior。否则，将该值设置为初级。
np.select() 方法
np.where()将条件列表和选择列表作为输入，并根据条件返回从选择列表中的元素构建的数组。当我们有两个或多个条件时，可以使用此方法根据 Pandas 中的给定条件创建 DataFrame 列。
import pandas as pd
import numpy as np
list_of_dates = [
"2019-11-20",
"2020-01-02",
"2020-02-05",
"2020-03-10",
"2020-04-16",
"2020-05-01",
]
employees = ["Hisila", "Shristi", "Zeppy", "Alina", "Jerry", "Kevin"]
salary = [200, 400, 300, 500, 600, 300]
df = pd.DataFrame(
{"Name": employees, "Joined date": pd.to_datetime(list_of_dates), "Salary": salary}
)
conditionlist = [
(df["Salary"] >= 500),
(df["Salary"] >= 300) & (df["Salary"] < 300),
(df["Salary"] <= 300),
]
choicelist = ["High", "Mid", "Low"]
df["Salary_Range"] = np.select(conditionlist, choicelist, default="Not Specified")
print(df)
输出：
Name Joined date Salary Salary_Range
0 Hisila 2019-11-20 200 Low
1 Shristi 2020-01-02 400 black
2 Zeppy 2020-02-05 300 Low
3 Alina 2020-03-10 500 High
4 Jerry 2020-04-16 600 High
5 Kevin 2020-05-01 300 Low
这里，如果满足条件列表中的第一个条件的行，则该特定行的列 Salary_Range 的值将被设置为选择列表中的第一个元素。条件列表中的其他条件类似。如果不满足条件列表中的任何条件，则将该行的 Salary_Range 列的值设置为 np.where() 方法中的默认参数的值，例如，Not Specified。
pandas.DataFrame.apply 根据 Pandas 中的给定条件创建新的 DataFrame 列
pandas.DataFrame.apply 返回一个 DataFrame
沿 DataFrame 的给定轴应用给定函数的结果。
语法：
DataFrame.apply(self, func, axis=0, raw=False, result_type=None, args=(), **kwds)
func 代表要应用的函数。
axis 代表应用该函数的轴。我们可以使用 axis=1 或 axis = 'columns' 将函数应用于每一行。
我们可以使用此方法检查条件并为新列的每一行设置值。
import pandas as pd
import numpy as np
list_of_dates = [
"2019-11-20",
"2020-01-02",
"2020-02-05",
"2020-03-10",
"2020-04-16",
"2020-05-01",
]
employees = ["Hisila", "Shristi", "Zeppy", "Alina", "Jerry", "Kevin"]
salary = [200, 400, 300, 500, 600, 300]
df = pd.DataFrame(
{"Name": employees, "Joined date": pd.to_datetime(list_of_dates), "Salary": salary}
)
def set_values(row, value):
return value[row]
map_dictionary = {200: "Low", 300: "LOW", 400: "MID", 500: "HIGH", 600: "HIGH"}
df["Salary_Range"] = df["Salary"].apply(set_values, args=(map_dictionary,))
print(df)
输出：
Name Joined date Salary Salary_Range
0 Hisila 2019-11-20 200 Low
1 Shristi 2020-01-02 400 MID
2 Zeppy 2020-02-05 300 LOW
3 Alina 2020-03-10 500 HIGH
4 Jerry 2020-04-16 600 HIGH
5 Kevin 2020-05-01 300 LOW
在这里，我们定义了一个函数 set_values()，该函数使用 df.apply() 应用于每一行。该函数根据该行的 Salary 列的值来设置 Salary_Range 列的每一行的值。我们建立了一个 map_dictionary 来根据 Salary 列中的数据来决定 Salary_Range 列的数值。当新列有很多选项时，此方法为我们提供了更大的灵活性。
pandas.Series.map() 根据 Pandas 中的给定条件创建新的 DataFrame 列
我们也可以使用 pandas.Series.map() 创建新的 DataFrame 列基于 Pandas 中的给定条件。该方法适用于系列的元素方式，并根据可能是字典，函数或系列的输入将值从一列映射到另一列。
import pandas as pd
import numpy as np
list_of_dates = [
"2019-11-20",
"2020-01-02",
"2020-02-05",
"2020-03-10",
"2020-04-16",
"2020-05-01",
]
employees = ["Hisila", "Shristi", "Zeppy", "Alina", "Jerry", "Kevin"]
salary = [200, 400, 300, 500, 600, 300]
df = pd.DataFrame(
{"Name": employees, "Joined date": pd.to_datetime(list_of_dates), "Salary": salary}
)
map_dictionary = {200: "Low", 300: "LOW", 400: "MID", 500: "HIGH", 600: "HIGH"}
df["Salary_Range"] = df["Salary"].map(map_dictionary)
print(df)
输出：
Name Joined date Salary Salary_Range
0 Hisila 2019-11-20 200 Low
1 Shristi 2020-01-02 400 MID
2 Zeppy 2020-02-05 300 LOW
3 Alina 2020-03-10 500 HIGH
4 Jerry 2020-04-16 600 HIGH
5 Kevin 2020-05-01 300 LOW
它创建一个新列 Salary_Range，并根据 map_dictionary 中的键值对设置该列每一行的值。
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn