需要有关 Pandas 多个 IF-ELSE 语句的帮助。我有一个测试数据集(泰坦尼克号)如下:
ID Survived Pclass Name Sex Age
1 0 3 Braund male 22
2 1 1 Cumings, Mrs. female 38
3 1 3 Heikkinen, Miss. Laina female 26
4 1 1 Futrelle, Mrs. female 35
5 0 3 Allen, Mr. male 35
6 0 3 Moran, Mr. male
7 0 1 McCarthy, Mr. male 54
8 0 3 Palsson, Master male 2
其中 Id 是乘客 ID。我想在此数据框中创建一个具有以下规则的新标志变量:
if Sex=="female" or (Pclass==1 and Age <18) then 1 else 0.
为了做到这一点，我尝试了几种方法。这是我首先接近的方式:
df=pd.read_csv(data.csv)
for passenger_index,passenger in df.iterrows():
if passenger['Sex']=="female" or (passenger['Pclass']==1 and passenger['Age']<18):
df['Prediction']=1
else:
df['Prediction']=0
上述代码的问题在于它在 df 中创建了一个 Prediction 变量，但所有值为 0。
但是，如果我使用相同的代码，而是将其输出到字典中，它会给出如下所示的正确答案:
prediction={}
df=pd.read_csv(data.csv)
for passenger_index,passenger in df.iterrows():
if passenger['Sex']=="female" or (passenger['Pclass']==1 and passenger['Age']<18):
prediction[passenger['ID']=1
else:
prediction[passenger['ID']=0
根据上述逻辑，这给出了一个字典预测，其中键作为 ID，值作为 1 或 0。
那么为什么 df 变量会出错呢？我什至尝试先定义一个函数然后调用它。给出了与第一个相同的答案。
那么，我们如何在 pandas 中做到这一点？
其次，我想如果我们可以只使用一些多个 if-else 语句，也可以做到同样的事情。我知道 np.where 但它不允许添加“和”条件。所以这就是我正在尝试的:
df['Prediction']=np.where(df['Sex']=="female",1,np.where((df['Pclass']==1 and df['Age']<18),1,0)
上面给出了 'and' 关键字错误的位置。
那么有人可以帮忙吗？非常感谢使用 np.where(简单的 if-else 之类)和使用某些函数(applymap 等)或修改我之前写的内容的多种方法的解决方案。
另外，我们如何使用 df 的一些 applymap 或 apply/map 方法来做同样的事情？。
请您参考如下方法:
无需使用 df.iterrows 循环遍历行(这相对较慢)，您可以在一次赋值中将所需的值分配给 Prediction 列:
In [27]: df['Prediction'] = ((df['Sex']=='female') | ((df['Pclass']==1) & (df['Age']<18))).astype('int')
In [29]: df['Prediction']
Out[29]:
0 0
1 1
2 1
3 1
4 0
5 0
6 0
7 0
Name: Prediction, dtype: int32
对于第一种方法，请记住 df['Prediction'] 表示 df 的整个列，因此 df['Prediction']=1 将值 1 分配给该列中的每一行。由于 df['Prediction']=0 是最后一个赋值，因此整个列最终都被零填充。
对于第二种方法，请注意您需要使用 & 而不是 and 对两个 NumPy 数组执行elementwise 逻辑与运算或 Pandas NDFrame。因此，您可以使用
In [32]: np.where(df['Sex']=='female', 1, np.where((df['Pclass']==1)&(df['Age']<18), 1, 0))
Out[32]: array([0, 1, 1, 1, 0, 0, 0, 0])
尽管我认为使用 | 进行逻辑或和使用 & 进行逻辑与要简单得多:
In [34]: ((df['Sex']=='female') | ((df['Pclass']==1) & (df['Age']<18)))
Out[34]:
0 False
1 True
2 True
3 True
4 False
5 False
6 False
7 False
dtype: bool
