我有使用 pandas DataFrame 表示的数据，例如如下所示:
| id | entity | name | value | location
其中 id 是一个 integer 值，entity 是一个 integer ，name 是一个 string，value 是一个 integer，location 是一个 string (例如美国、加拿大、英国等)。
现在，我想向这个数据框添加一个新列，列“flag”，其中的值分配如下:
for d in df.iterrows():
if d.entity == 10 and d.value != 1000 and d.location == CA:
d.flag = "A"
elif d.entity != 10 and d.entity != 0 and d.value == 1000 and d.location == US:
d.flag = "C"
elif d.entity == 0 and d.value == 1000 and d.location == US"
d.flag = "B"
else:
print("Different case")
有没有办法加快速度并使用一些内置函数而不是 for 循环？
请您参考如下方法:
使用np.select你传递一个条件列表，根据这些条件你给它选择，当没有满足任何条件时你可以指定一个默认值。
conditions = [
(d.entity == 10) & (d.value != 1000) & (d.location == 'CA'),
(d.entity != 10) & (d.entity != 0) & (d.value == 1000) & (d.location == 'US'),
(d.entity == 0) & (d.value == 1000) & (d.location == 'US')
]
choices = ["A", "C", "B"]
df['flag'] = np.select(conditions, choices, default="Different case")
