熊猫：如何基于多个条件为现有列分配值？
我想根据以下条件创建一个带有数值的新列：
一种。 if gender is male & pet1=pet2, points = 5
b。 if gender is female & (pet1 is 'cat' or pet1='dog'), points = 5
C。所有其他组合，points = 0
gender pet1 pet2
0 male dog dog
1 male cat cat
2 male dog cat
3 female cat squirrel
4 female dog dog
5 female squirrel cat
6 squirrel dog cat
我希望最终结果如下：
gender pet1 pet2 points
0 male dog dog 5
1 male cat cat 5
2 male dog cat 0
3 female cat squirrel 5
4 female dog dog 5
5 female squirrel cat 0
6 squirrel dog cat 0
我该怎么做？
问题答案：
为此，可以使用做np.where，条件使用位&和|用于and和or与周围的多个条件括号由于运算符优先级。因此，5返回条件为true的地方，0否则返回：
In [29]:
df['points'] = np.where( ( (df['gender'] == 'male') & (df['pet1'] == df['pet2'] ) ) | ( (df['gender'] == 'female') & (df['pet1'].isin(['cat','dog'] ) ) ), 5, 0)
df
Out[29]:
gender pet1 pet2 points
0 male dog dog 5
1 male cat cat 5
2 male dog cat 0
3 female cat squirrel 5
4 female dog dog 5
5 female squirrel cat 0
6 squirrel dog cat 0
-
我想基于多个条件的评估创建一系列新的逻辑值。 举个例子 然而，我想返回一个逻辑序列，即。 如果可能的话，我想用熊猫的方法。
-
问题内容： 我有一个数据集，其中我试图确定每个人的危险因素数量。所以我有以下数据： 每个属性（年龄，吸烟者，糖尿病）都有自己的条件来确定是否是危险因素。因此，如果年龄> = 45，则是一个危险因素。吸烟者和糖尿病为“ Y”是危险因素。我想要添加一列，以根据这些条件总计每个人的风险因素数量。因此数据如下所示： 我有一个样本数据集，我在Excel中鬼混，而我这样做的方式是使用COUNTIF公式，如下所
-
问题内容： 我正在尝试使用Pandas在几个条件下进行布尔索引。我原来的DataFrame称为。如果执行以下操作，将得到预期的结果： 但是，如果我这样做（我认为应该是等效的），则不会返回任何行： 知道导致差异的原因是什么？ 问题答案： 使用是因为运算符优先级： 或者，在单独的行上创建条件： 样品 ：
-
我的问题是如何将一列拆分为多个列。我不知道为什么 不起作用。 例如，我想将“df_test”更改为“df_test2”。我看到了很多使用熊猫模块的例子。还有别的办法吗？提前感谢您。 df_test2
-
我想对两列使用不同的条件来聚合行。 当我做，我得到输出1 当我做时，我得到输出2 是否有一种方法可以进行聚合，将输出1显示到，将输出2显示到？
-
我有一个如下所示的数据框，我必须准备“目标列” 如果同一列下的两个单词之间有逗号，则必须按第2行所示标记两次。如果没有逗号但有空格，则必须将其视为同一个单词，即必须标记一次。另外，请注意顺序也很重要（第3行和第6行）。忽略任何内容（即没有单词，因此没有标签） 我已经使用了迭代（即使用iloc，for循环），但是它需要大量的时间，因为数据点超过200k，标签的数量也超过20个。我希望有一个有效的代码