熊貓系列/數據欄的條件創建我有一份數據，大致如下： Type Set1 A Z2 B Z 3 B X4 C Y我希望向dataframe(或生成一個序列)中添加另一列，其長度與dataframe(=相等的記錄/行數)相同，如果設置為‘Z’，則設置顏色為綠色；如果設置為“否則”，則設置‘red’。做這件事最好的方法是什么？
3 回答
qq_笑_17
TA貢獻1818條經驗 獲得超7個贊
列表理解是另一種有條件地創建另一列的方法。如果您正在使用列中的對象dtype(如您的示例中所示)，則列表理解通常優于大多數其他方法。
示例列表理解：
df['color'] = ['red' if x == 'Z' else 'green' for x in df['Set']]
%timeit測試：
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
MYYA
TA貢獻1868條經驗 獲得超4個贊
下面還有另一種方法，使用字典將新值映射到列表中的鍵上，從而剝去這只貓的皮：
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,))
它是什么樣子的：
df
Out[2]:
INDICATOR VALUE NEW_VALUE
0 A 10 1
1 B 9 2
2 C 8 3
3 D 7 4
當您有許多方法時，這種方法可能非常強大。ifelse-要進行的類型聲明(即許多要替換的唯一值)。
當然，你也可以這樣做：
df['NEW_VALUE'] = df['INDICATOR'].map(values_dict)
但是這種方法的速度是apply從上面靠近，在我的機器上。
您也可以這樣做，使用dict.get:
df['NEW_VALUE'] = [values_dict.get(v, None) for v in df['INDICATOR']]
添加回答
舉報
0/150
提交
取消