Pandas tạo điều kiện tạo một cột loạt / cột dữ liệu

Tôi có một khung dữ liệu dọc theo các dòng dưới đây:

    Type       Set
1    A          Z
2    B          Z           
3    B          X
4    C          Y

Tôi muốn thêm một cột khác vào khung dữ liệu (hoặc tạo một chuỗi) có cùng độ dài với khung dữ liệu (= số lượng bản ghi / hàng bằng nhau) sẽ đặt màu xanh lục nếu Set = 'Z' và 'red' nếu Set = nếu không .

Cách tốt nhất để làm điều này là gì?

Nếu bạn chỉ có hai lựa chọn để chọn từ:

df['color'] = np.where(df['Set']=='Z', 'green', 'red')

Ví dụ,

import pandas as pd
import numpy as np

df = pd.DataFrame({'Type':list('ABBC'), 'Set':list('ZZXY')})
df['color'] = np.where(df['Set']=='Z', 'green', 'red')
print(df)

sản lượng

  Set Type  color
0   Z    A  green
1   Z    B  green
2   X    B    red
3   Y    C    red

Nếu bạn có nhiều hơn hai điều kiện thì sử dụngnp.select . Ví dụ, nếu bạn muốn colortrở thành

• yellow khi nào (df['Set'] == 'Z') & (df['Type'] == 'A')
• mặt khác bluekhi(df['Set'] == 'Z') & (df['Type'] == 'B')
• mặt khác purplekhi(df['Type'] == 'B')
• cách khác black,

sau đó sử dụng

df = pd.DataFrame({'Type':list('ABBC'), 'Set':list('ZZXY')})
conditions = [
    (df['Set'] == 'Z') & (df['Type'] == 'A'),
    (df['Set'] == 'Z') & (df['Type'] == 'B'),
    (df['Type'] == 'B')]
choices = ['yellow', 'blue', 'purple']
df['color'] = np.select(conditions, choices, default='black')
print(df)

mang lại

  Set Type   color
0   Z    A  yellow
1   Z    B    blue
2   X    B  purple
3   Y    C   black

Danh sách hiểu là một cách khác để tạo một cột khác có điều kiện. Nếu bạn đang làm việc với các ký tự đối tượng trong các cột, như trong ví dụ của bạn, việc hiểu danh sách thường vượt trội hơn hầu hết các phương thức khác.

Danh sách ví dụ hiểu:

df['color'] = ['red' if x == 'Z' else 'green' for x in df['Set']]

kiểm tra% thời gian:

import pandas as pd
import numpy as np

df = pd.DataFrame({'Type':list('ABBC'), 'Set':list('ZZXY')})
%timeit df['color'] = ['red' if x == 'Z' else 'green' for x in df['Set']]
%timeit df['color'] = np.where(df['Set']=='Z', 'green', 'red')
%timeit df['color'] = df.Set.map( lambda x: 'red' if x == 'Z' else 'green')

1000 loops, best of 3: 239 µs per loop
1000 loops, best of 3: 523 µs per loop
1000 loops, best of 3: 263 µs per loop

Một cách khác để đạt được điều này là

df['color'] = df.Set.map( lambda x: 'red' if x == 'Z' else 'green')

Đây là một cách khác để lột da con mèo này, sử dụng từ điển để ánh xạ các giá trị mới vào các phím trong danh sách:

def map_values(row, values_dict):
    return values_dict[row]

values_dict = {'A': 1, 'B': 2, 'C': 3, 'D': 4}

df = pd.DataFrame({'INDICATOR': ['A', 'B', 'C', 'D'], 'VALUE': [10, 9, 8, 7]})

df['NEW_VALUE'] = df['INDICATOR'].apply(map_values, args = (values_dict,))

Nó trông như thế nào:

df
Out[2]: 
  INDICATOR  VALUE  NEW_VALUE
0         A     10          1
1         B      9          2
2         C      8          3
3         D      7          4

Cách tiếp cận này có thể rất mạnh mẽ khi bạn có nhiều ifelsecâu lệnh -type để thực hiện (nghĩa là nhiều giá trị duy nhất cần thay thế).

Và tất nhiên bạn luôn có thể làm điều này:

df['NEW_VALUE'] = df['INDICATOR'].map(values_dict)

Nhưng cách tiếp cận đó chậm hơn gấp ba lần so với applycách tiếp cận từ trên cao, trên máy của tôi.

Và bạn cũng có thể làm điều này, bằng cách sử dụng dict.get:

df['NEW_VALUE'] = [values_dict.get(v, None) for v in df['INDICATOR']]

Cách sau chậm hơn các cách tiếp cận được tính thời gian ở đây , nhưng chúng ta có thể tính toán cột phụ dựa trên nội dung của nhiều cột và hơn hai giá trị có thể được tính cho cột phụ.

Ví dụ đơn giản chỉ sử dụng cột "Đặt":

def set_color(row):
    if row["Set"] == "Z":
        return "red"
    else:
        return "green"

df = df.assign(color=df.apply(set_color, axis=1))

print(df)

  Set Type  color
0   Z    A    red
1   Z    B    red
2   X    B  green
3   Y    C  green

Ví dụ với nhiều màu sắc hơn và nhiều cột được tính đến:

def set_color(row):
    if row["Set"] == "Z":
        return "red"
    elif row["Type"] == "C":
        return "blue"
    else:
        return "green"

df = df.assign(color=df.apply(set_color, axis=1))

print(df)

  Set Type  color
0   Z    A    red
1   Z    B    red
2   X    B  green
3   Y    C   blue

Chỉnh sửa (21/06/2019): Sử dụng plydata

Cũng có thể sử dụng plydata để làm những việc này (điều này dường như còn chậm hơn so với việc sử dụng assignvà apply, mặc dù).

from plydata import define, if_else

Đơn giản if_else:

df = define(df, color=if_else('Set=="Z"', '"red"', '"green"'))

print(df)

  Set Type  color
0   Z    A    red
1   Z    B    red
2   X    B  green
3   Y    C  green

Lồng nhau if_else:

df = define(df, color=if_else(
    'Set=="Z"',
    '"red"',
    if_else('Type=="C"', '"green"', '"blue"')))

print(df)                            

  Set Type  color
0   Z    A    red
1   Z    B    red
2   X    B   blue
3   Y    C  green

Có thể điều này đã có thể với các bản cập nhật mới hơn của Pandas, nhưng tôi nghĩ rằng sau đây là câu trả lời ngắn nhất và có thể là tốt nhất cho câu hỏi, cho đến nay. Bạn có thể sử dụng .locphương pháp và sử dụng một điều kiện hoặc một số tùy thuộc vào nhu cầu của bạn.

Tóm tắt mã:

df=pd.DataFrame(dict(Type='A B B C'.split(), Set='Z Z X Y'.split()))
df['Color'] = "red"
df.loc[(df['Set']=="Z"), 'Color'] = "green"

#practice!
df.loc[(df['Set']=="Z")&(df['Type']=="B")|(df['Type']=="C"), 'Color'] = "purple"

Giải trình:

df=pd.DataFrame(dict(Type='A B B C'.split(), Set='Z Z X Y'.split()))

# df so far: 
  Type Set  
0    A   Z 
1    B   Z 
2    B   X 
3    C   Y

thêm một cột 'màu' và đặt tất cả các giá trị thành "đỏ"

df['Color'] = "red"

Áp dụng điều kiện duy nhất của bạn:

df.loc[(df['Set']=="Z"), 'Color'] = "green"


# df: 
  Type Set  Color
0    A   Z  green
1    B   Z  green
2    B   X    red
3    C   Y    red

hoặc nhiều điều kiện nếu bạn muốn:

df.loc[(df['Set']=="Z")&(df['Type']=="B")|(df['Type']=="C"), 'Color'] = "purple"

Bạn có thể đọc về toán tử logic Pandas và lựa chọn có điều kiện tại đây: Toán tử logic để lập chỉ mục boolean trong Pandas

Một lớp lót với .apply()phương pháp như sau:

df['color'] = df['Set'].apply(lambda set_: 'green' if set_=='Z' else 'red')

Sau đó, dfkhung dữ liệu trông như thế này:

>>> print(df)
  Type Set  color
0    A   Z  green
1    B   Z  green
2    B   X    red
3    C   Y    red

Nếu bạn đang làm việc với dữ liệu lớn, cách tiếp cận được ghi nhớ sẽ là tốt nhất:

# First create a dictionary of manually stored values
color_dict = {'Z':'red'}

# Second, build a dictionary of "other" values
color_dict_other = {x:'green' for x in df['Set'].unique() if x not in color_dict.keys()}

# Next, merge the two
color_dict.update(color_dict_other)

# Finally, map it to your column
df['color'] = df['Set'].map(color_dict)

Cách tiếp cận này sẽ nhanh nhất khi bạn có nhiều giá trị lặp lại. Nguyên tắc chung của tôi là ghi nhớ khi: data_size> 10**4& n_distinct<data_size/4

Ex Ghi nhớ trong trường hợp 10.000 hàng với 2.500 hoặc ít hơn các giá trị khác biệt.