then - python elif else

Creando una nueva columna basada en la condición if-elif-else

Question

Tengo un DataFrame df :

    A    B
a   2    2 
b   3    1
c   1    3

Quiero crear una nueva columna basada en los siguientes criterios:

si la fila A == B: 0

si la fila A > B: 1

si la fila A < B: -1

por lo que dada la tabla anterior, debe ser:

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

Para los casos típicos, if else no hago np.where(df.A > df.B, 1, -1) , los pandas proporcionan una sintaxis especial para resolver mi problema con un solo paso (sin la necesidad de crear 3 nuevas columnas y luego combinarlas). el resultado)?

Answer 1

Las operaciones en fila pueden llevar demasiado tiempo para grandes conjuntos de datos. Un mejor enfoque es encontrar el índice de las filas que coinciden con la condición y luego asignar valores a la columna requerida (''C'') de esas filas.

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

Answer 2

Para esta relación en particular, podría usar 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

Answer 3

Para formalizar algunos de los enfoques expuestos anteriormente:

Cree una función que opere en las filas de su marco de datos de la siguiente manera:

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

Luego aplíquelo a su marco de datos pasando la opción axis=1 :

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

Por supuesto, esto no está vectorizado por lo que el rendimiento puede no ser tan bueno cuando se escala a una gran cantidad de registros. Aún así, creo que es mucho más legible. Especialmente procedentes de un fondo SAS.

Answer 4

Digamos que arriba uno es su marco de datos original y desea agregar una nueva columna ''antigua''

Si la edad es mayor de 50, entonces consideramos como mayor = sí de lo contrario Falso

Paso 1: Obtén los índices de las filas cuya edad es mayor de 50.

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

Paso 2: usando .loc podemos asignar un nuevo valor a la columna

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

Igual para menores de 50 años.

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

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

Answer 5

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

Fácil de resolver utilizando indexación. La primera línea de código se lee así, si la columna ''A'' es igual a la columna ''B'', cree y establezca la columna ''C'' igual a 0. Nota No intenté ejecutar esto, por lo que es posible que el código deba modificarse a lo siguiente, df.ix [(df [''A''] == df [''B'']), ''C''] = 0, que usa paréntesis alrededor de la condición.