Tạo một cột mới dựa trên điều kiện if-elif-else

Tôi có DataFrame df:

    A    B
a   2    2 
b   3    1
c   1    3

Tôi muốn tạo một cột mới dựa trên các tiêu chí sau:

nếu hàng A == B: 0

nếu hàngA > B: 1

nếu hàng A < B: -1

vì vậy với bảng trên, nó phải là:

    A    B    C
a   2    2    0
b   3    1    1
c   1    3   -1 

Đối với những if elsetrường hợp điển hình mà tôi làm np.where(df.A > df.B, 1, -1), liệu gấu trúc có cung cấp một cú pháp đặc biệt để giải quyết vấn đề của tôi với một bước (mà không cần tạo 3 cột mới rồi kết hợp kết quả) không?

Để chính thức hóa một số cách tiếp cận đã nêu ở trên:

Tạo một hàm hoạt động trên các hàng của khung dữ liệu của bạn như sau:

def f(row):
    if row['A'] == row['B']:
        val = 0
    elif row['A'] > row['B']:
        val = 1
    else:
        val = -1
    return val

Sau đó, áp dụng nó vào khung dữ liệu của bạn truyền trong axis=1tùy chọn:

In [1]: df['C'] = df.apply(f, axis=1)

In [2]: df
Out[2]:
   A  B  C
a  2  2  0
b  3  1  1
c  1  3 -1

Tất nhiên, điều này không được vector hóa nên hiệu suất có thể không tốt khi được mở rộng thành một số lượng lớn các bản ghi. Tuy nhiên, tôi nghĩ nó dễ đọc hơn nhiều. Đặc biệt là xuất thân từ nền tảng SAS.

Biên tập

Đây là phiên bản vector hóa

df['C'] = np.where(
    df['A'] == df['B'], 0, np.where(
    df['A'] >  df['B'], 1, -1)) 

df.loc[df['A'] == df['B'], 'C'] = 0
df.loc[df['A'] > df['B'], 'C'] = 1
df.loc[df['A'] < df['B'], 'C'] = -1

Dễ dàng giải quyết bằng cách sử dụng lập chỉ mục. Dòng đầu tiên của mã đọc như vậy, nếu cột Abằng cột Bthì hãy tạo và đặt cột Cbằng 0.

Đối với mối quan hệ cụ thể này, bạn có thể sử dụng np.sign:

>>> df["C"] = np.sign(df.A - df.B)
>>> df
   A  B  C
a  2  2  0
b  3  1  1
c  1  3 -1

Hãy nói ở trên một là khung dữ liệu ban đầu của bạn và bạn muốn thêm một cột mới 'cũ'

Nếu tuổi lớn hơn 50 thì ta coi là già hơn = có, ngược lại là Sai

bước 1: Lấy chỉ mục của các hàng có tuổi lớn hơn 50

row_indexes=df[df['age']>=50].index

bước 2: Sử dụng .loc, chúng ta có thể gán một giá trị mới cho cột

df.loc[row_indexes,'elderly']="yes"

tương tự cho độ tuổi dưới 50

row_indexes=df[df['age']<50].index

df[row_indexes,'elderly']="no"