Skip to main content
 首页 » 编程设计

python之在 python pandas 上使用 np.where 设置多个条件

2024年12月31日9wayfarer

我有以下数据框:

load = pd.DataFrame({'A':list('abcdef'), 
                   'B':[4,5,4,5,5,4], 
                   'C':[7,8,9,4,2,0], 
                   'D':[1,3,5,4,2,0], 
                   'E':[5,3,6,9,2,4], 
                   'F':list('aaabbb')}) 

如果条件满足我需要,我需要检查 b>c 其中 c=d 和 c,d!=0把 True else False。

输出

False 
False 
False 
True 
True 
False 

请您参考如下方法:

我认为需要通过 & 为 bitwise AND 链接 bool 掩码:

m = load.B.gt(load.C) & load.C.eq(load.D) & load[['C','D']].ne(0).any(axis=1) 
#alternative 
m = load.B.gt(load.C) & load.C.eq(load.D) & load['C'].ne(0) & load['D'].ne(0) 
 
print (m) 
0    False 
1    False 
2    False 
3     True 
4     True 
5    False 
dtype: bool 

如果想要 numpy.where 得到相同的输出:

load['new'] = np.where(m, True, False) 
print (load) 
   A  B  C  D  E  F    new 
0  a  4  7  1  5  a  False 
1  b  5  8  3  3  a  False 
2  c  4  9  5  6  a  False 
3  d  5  4  4  9  b   True 
4  e  5  2  2  2  b   True 
5  f  4  0  0  4  b  False 

如果需要按条件设置 2 个值,则使用它,例如:

load['new'] = np.where(m, 10, 20) 
print (load) 
   A  B  C  D  E  F  new 
0  a  4  7  1  5  a   20 
1  b  5  8  3  3  a   20 
2  c  4  9  5  6  a   20 
3  d  5  4  4  9  b   10 
4  e  5  2  2  2  b   10 
5  f  4  0  0  4  b   20 

性能:

load = pd.concat([load] * 1000, ignore_index=True) 
 
In [106]: %timeit load['print'] = load.apply(lambda x:(x.B>x.C)&(x.C==x.D)&(x.C!=0)&(x.D!=0),axis=1) 
408 ms ± 13.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each) 
 
In [107]: %timeit load['print'] = load.B.gt(load.C) & load.C.eq(load.D) & load['C'].ne(0) & load['D'].ne(0) 
1.64 ms ± 135 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)