我如何添加一个颜色列到下面的数据框架，使颜色='绿色'如果设置== 'Z'，和颜色='红色'否则?
Type Set
1 A Z
2 B Z
3 B X
4 C Y
当前回答
使用.apply()方法的一行代码如下:
df['color'] = df['Set'].apply(lambda set_: 'green' if set_=='Z' else 'red')
之后，df数据帧是这样的:
>>> print(df)
Type Set color
0 A Z green
1 B Z green
2 B X red
3 C Y red
其他回答
另一种实现这一目标的方法是
df['color'] = df.Set.map( lambda x: 'red' if x == 'Z' else 'green')
下面的方法比这里计时的方法慢，但是我们可以基于多个列的内容计算额外的列，并且可以为额外的列计算两个以上的值。
使用“Set”列的简单示例:
def set_color(row):
if row["Set"] == "Z":
return "red"
else:
return "green"
df = df.assign(color=df.apply(set_color, axis=1))
print(df)
Set Type color
0 Z A red
1 Z B red
2 X B green
3 Y C green
考虑到更多颜色和更多列的例子:
def set_color(row):
if row["Set"] == "Z":
return "red"
elif row["Type"] == "C":
return "blue"
else:
return "green"
df = df.assign(color=df.apply(set_color, axis=1))
print(df)
Set Type color
0 Z A red
1 Z B red
2 X B green
3 Y C blue
编辑(21/06/2019):使用plydata
也可以使用plydata来做这类事情(不过，这似乎比使用assign和apply还要慢)。
from plydata import define, if_else
简单的if_else:
df = define(df, color=if_else('Set=="Z"', '"red"', '"green"'))
print(df)
Set Type color
0 Z A red
1 Z B red
2 X B green
3 Y C green
嵌套if_else:
df = define(df, color=if_else(
'Set=="Z"',
'"red"',
if_else('Type=="C"', '"green"', '"blue"')))
print(df)
Set Type color
0 Z A red
1 Z B red
2 X B blue
3 Y C green
使用.apply()方法的一行代码如下:
df['color'] = df['Set'].apply(lambda set_: 'green' if set_=='Z' else 'red')
之后，df数据帧是这样的:
>>> print(df)
Type Set color
0 A Z green
1 B Z green
2 B X red
3 C Y red
你可以使用pandas方法:
df['color'] = 'green'
df['color'] = df['color'].where(df['Set']=='Z', other='red')
# Replace values where the condition is False
or
df['color'] = 'red'
df['color'] = df['color'].mask(df['Set']=='Z', other='green')
# Replace values where the condition is True
或者，你也可以使用lambda函数的transform方法:
df['color'] = df['Set'].transform(lambda x: 'green' if x == 'Z' else 'red')
输出:
Type Set color
1 A Z green
2 B Z green
3 B X red
4 C Y red
@chai的性能比较:
import pandas as pd
import numpy as np
df = pd.DataFrame({'Type':list('ABBC')*1000000, 'Set':list('ZZXY')*1000000})
%timeit df['color1'] = 'red'; df['color1'].where(df['Set']=='Z','green')
%timeit df['color2'] = ['red' if x == 'Z' else 'green' for x in df['Set']]
%timeit df['color3'] = np.where(df['Set']=='Z', 'red', 'green')
%timeit df['color4'] = df.Set.map(lambda x: 'red' if x == 'Z' else 'green')
397 ms ± 101 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
976 ms ± 241 ms per loop
673 ms ± 139 ms per loop
796 ms ± 182 ms per loop
pyjanitor中的case_when函数是pd.Series.mask的包装器，并为多种条件提供了可链接/方便的形式:
对于单一条件:
df.case_when(
df.col1 == "Z", # condition
"green", # value if True
"red", # value if False
column_name = "color"
)
Type Set color
1 A Z green
2 B Z green
3 B X red
4 C Y red
适用于多种情况:
df.case_when(
df.Set.eq('Z') & df.Type.eq('A'), 'yellow', # condition, result
df.Set.eq('Z') & df.Type.eq('B'), 'blue', # condition, result
df.Type.eq('B'), 'purple', # condition, result
'black', # default if none of the conditions evaluate to True
column_name = 'color'
)
Type Set color
1 A Z yellow
2 B Z blue
3 B X purple
4 C Y black
更多的例子可以在这里找到
