在 Pandas 中使用 ELIF 创建列

问题描述：

问题

我无法弄清楚如何根据其他两列中的值创建新的 DataFrame 列。我需要使用 if/elif/else 逻辑。但我发现的所有文档和示例都只显示 if/else 逻辑。以下是我正在尝试执行的操作的示例：

代码

df['combo'] = 'mobile' if (df['mobile'] == 'mobile') elif (df['tablet'] =='tablet') 'tablet' else 'other')

我也愿意使用 where()。只是找不到正确的语法。

解决方案 1：

如果您有多个分支语句，最好创建一个接受一行然后沿其应用的函数axis=1。这通常比遍历行要快得多。

def func(row):
    if row['mobile'] == 'mobile':
        return 'mobile'
    elif row['tablet'] =='tablet':
        return 'tablet' 
    else:
        return 'other'

df['combo'] = df.apply(func, axis=1)

解决方案 2：

我尝试了以下方法，结果更快。希望对其他人有帮助。

df['combo'] = 'other'
df.loc[df['mobile'] == 'mobile', 'combo'] = 'mobile'
df.loc[df['tablet'] == 'tablet', 'combo'] = 'tablet'

解决方案 3：

ELIF逻辑可以用np.select或嵌套来实现np.where：

import numpy as np

df['combo'] = np.select([df.mobile == 'mobile', df.tablet == 'tablet'], 
                        ['mobile', 'tablet'], 
                        default='other')
# or 
df['combo'] = np.where(df.mobile == 'mobile', 'mobile', 
                       np.where(df.tablet == 'tablet', 'tablet', 'other'))

样本数据+输出：

   mobile  tablet   combo
0  mobile     bar  mobile
1     foo  tablet  tablet
2     foo     nan   other
3  mobile  tablet  mobile
4  mobile     nan  mobile
5     foo  tablet  tablet
6  mobile     bar  mobile
7  mobile  tablet  mobile
8  mobile     bar  mobile
9  mobile     nan  mobile

解决方案 4：

添加到 np.where 解决方案：

df['col1']= np.where(df['col'] < 3, 1,np.where( (df['col'] >3 )& (df['col'] <5),2,3))

总体逻辑是：

np.where(Condition, 'true block','false block'). 

每个真/假块可以依次再次嵌套。

另外，请&注意ANDing! (not 'and')

解决方案 5：

添加应用 lambda 解决方案：

 df['combo'] = df.apply(lambda x: 'mobile' if x['mobile'] == 'mobile' else \n                                 ('tablet' if x[''mobile']== 'tablet' else 'other'), axis=1)

结构 ：

df['column_name'] = df.apply(lambda x: 'value if true 1' if x['column_name_check_1'] == 'condition_1' else 
                                      ('value if true 2' if x['column_name_check_2'] == 'condition_2' else 
                                      ('value if true 3' if x['column_name_check_3'] == 'condition_3' else 'default_value')),axis=1)

注意：轴 1 的格式值为列/系列