pandas基于其他列的值创建新列/应用多列函数（行）
我想将我的自定义函数（它使用if-else梯形）应用到数据帧每行中的这六列(eri_hispani,eri_amerind_aknatv,eri_asian,eri_black_afr.amer,eri_hi_pacisl,eri_white)。
我已经尝试了不同的方法从其他问题，但似乎仍然不能找到正确的答案，我的问题。关键的一点是，如果这个人被算作西班牙裔，他们就不能算作其他任何东西。即使他们在另一个种族栏中有一个“1”，他们仍然被算作西班牙裔，而不是两个或两个以上的种族。类似地，如果所有ERI列的总和大于1，则被计为两个或两个以上的种族，不能被计为唯一的种族（西班牙裔除外）。希望这是有意义的。任何帮助都将不胜感激。
这几乎就像对每一行执行for循环，如果每个记录满足一个条件，它们就会被添加到一个列表中，然后从原始列表中删除。
从下面的dataframe中，我需要根据SQL中的以下规范计算一个新列：
===========================标准
IF [ERI_Hispanic] = 1 THEN RETURN “Hispanic”
ELSE IF SUM([ERI_AmerInd_AKNatv] + [ERI_Asian] + [ERI_Black_Afr.Amer] + [ERI_HI_PacIsl] + [ERI_White]) > 1 THEN RETURN “Two or More”
ELSE IF [ERI_AmerInd_AKNatv] = 1 THEN RETURN “A/I AK Native”
ELSE IF [ERI_Asian] = 1 THEN RETURN “Asian”
ELSE IF [ERI_Black_Afr.Amer] = 1 THEN RETURN “Black/AA”
ELSE IF [ERI_HI_PacIsl] = 1 THEN RETURN “Haw/Pac Isl.”
ELSE IF [ERI_White] = 1 THEN RETURN “White”
备注：如果拉美裔的ERI标志为True(1)，则该员工被分类为“拉美裔”
备注：如果超过1个非西班牙裔ERI标志为真，则返回“两个或更多”
===============================================================================
lname fname rno_cd eri_afr_amer eri_asian eri_hawaiian eri_hispanic eri_nat_amer eri_white rno_defined
0 MOST JEFF E 0 0 0 0 0 1 White
1 CRUISE TOM E 0 0 0 1 0 0 White
2 DEPP JOHNNY 0 0 0 0 0 1 Unknown
3 DICAP LEO 0 0 0 0 0 1 Unknown
4 BRANDO MARLON E 0 0 0 0 0 0 White
5 HANKS TOM 0 0 0 0 0 1 Unknown
6 DENIRO ROBERT E 0 1 0 0 0 1 White
7 PACINO AL E 0 0 0 0 0 1 White
8 WILLIAMS ROBIN E 0 0 1 0 0 0 White
9 EASTWOOD CLINT E 0 0 0 0 0 1 White
共有1个答案
好的，这有两个步骤--首先是编写一个函数来完成你想要的翻译--我根据你的伪代码给出了一个例子：
def label_race (row):
if row['eri_hispanic'] == 1 :
return 'Hispanic'
if row['eri_afr_amer'] + row['eri_asian'] + row['eri_hawaiian'] + row['eri_nat_amer'] + row['eri_white'] > 1 :
return 'Two Or More'
if row['eri_nat_amer'] == 1 :
return 'A/I AK Native'
if row['eri_asian'] == 1:
return 'Asian'
if row['eri_afr_amer'] == 1:
return 'Black/AA'
if row['eri_hawaiian'] == 1:
return 'Haw/Pac Isl.'
if row['eri_white'] == 1:
return 'White'
return 'Other'
您可能想复习一下，但这似乎起到了一定的作用--注意，进入函数的参数被认为是一个标记为“row”的系列对象。
接下来，使用pandas中的apply函数来应用该函数-例如。
df.apply (lambda row: label_race(row), axis=1)
注意axis=1说明符，这意味着应用程序是在行级别完成的，而不是在列级别完成的。结果在这里：
0 White
1 Hispanic
2 White
3 White
4 Other
5 White
6 Two Or More
7 White
8 Haw/Pac Isl.
9 White
如果您对这些结果满意，那么再次运行它，将结果保存到原始DataFrame中的一个新列中。
df['race_label'] = df.apply (lambda row: label_race(row), axis=1)
结果的dataframe如下所示（向右滚动以查看新列）：
lname fname rno_cd eri_afr_amer eri_asian eri_hawaiian eri_hispanic eri_nat_amer eri_white rno_defined race_label
0 MOST JEFF E 0 0 0 0 0 1 White White
1 CRUISE TOM E 0 0 0 1 0 0 White Hispanic
2 DEPP JOHNNY NaN 0 0 0 0 0 1 Unknown White
3 DICAP LEO NaN 0 0 0 0 0 1 Unknown White
4 BRANDO MARLON E 0 0 0 0 0 0 White Other
5 HANKS TOM NaN 0 0 0 0 0 1 Unknown White
6 DENIRO ROBERT E 0 1 0 0 0 1 White Two Or More
7 PACINO AL E 0 0 0 0 0 1 White White
8 WILLIAMS ROBIN E 0 0 1 0 0 0 White Haw/Pac Isl.
9 EASTWOOD CLINT E 0 0 0 0 0 1 White White
-
我想在Pandas数据集中创建一个新列，基于另外两个列的值。 现在，应该如下所示： 有什么帮助吗？
-
如何在熊猫身上做到这一点： 更新2：这个问题是在V0.11.0左右提出的。因此，许多问题和答案都不太相关。
-
问题内容： 我想申请我的自定义函数（它使用的梯）这六个列我的数据帧的每一行中）。 我尝试了与其他问题不同的方法，但似乎仍然找不到适合我问题的正确答案。关键在于，如果该人被视为西班牙裔，就不能被视为其他任何人。即使他们在另一个种族栏中的得分为“ 1”，他们仍然被视为西班牙裔，而不是两个或两个以上的种族。同样，如果所有ERI列的总和大于1，则将它们计为两个或多个种族，并且不能计为唯一的种族（西班牙裔除
-
试图在熊猫中复制一个简单的Excel函数，但没有成功。还没有尝试np.where（），因为我想学习lambda函数，尽可能少依赖导入。 复制的函数： Lambda我测试和工作： 不起作用的熊猫的λ： 错误： 我猜它试图计算整个列，而不是逐行计算，我该如何解决这个问题？
-
我有一个pandas dataframe，需要根据dataframe中其他列的值创建新列。这是数据帧 人城市国家国家 美国伊利诺伊州芝加哥 美国亚利桑那州凤凰城B酒店 C美国加利福尼亚州圣地亚哥 我想根据state中的值创建两个新列 创建新列df[“城北”]=df[“城市”]其中state=“伊利诺伊” 创建新列df[“城市南部”]=df[“城市”]，其中州不等于“伊利诺伊州” 我试过了 但是不等
-
我正在使用pyspark下面是我的数据