如何将if语句从SAS写入python

我是一名SAS用户，尝试将SAS代码转换为python版本

我已经创建了如下SAS代码，并且有一些问题需要应用到python语言中。假设我有一个数据表，其中包含aging1到aging60的字段，我想创建两个新字段，分别命名为“life_def”和“obs_time”。这两个字段包含的值为0，将根据其他字段（aging1到aging60）的条件进行更改

data want;
set have;
array aging_array(*) aging1--aging60;

life_def=0;
obs_time=0;

do i to 60;
     if life_def=0 and aging_array[i] ne . then do;
          if aging_array[i]>=4 then do;
               obs_time=i;
               life_def=1;
               end;
     if aging_array[i]<4 then do;
               obs_time=i;
               end;
           end;
end;

drop i;
run;

假设df[df.columns[i+4]]是我在SAS中的老化列。通过使用上面的代码，当i增加时循环将继续。然而，SAS提供的逻辑在老化>=4的第一时间为stop i

例如，如果aging7>=4（首次），则life_def将为1，obs_time将为7，并分配下一个循环，即8

---

谢谢大家!

您的目标是获得第一个

老化**x**

列的

x

（每行），即ge 4。下面的代码片段也会做同样的事情

注意-我使用的是python 2.7

mydf['obs_time']=0
agingcols_len=len（[k表示mydf.columns.tolist（）中的k，如果k中的'aging'）
rowcnt=mydf['aging1'].fillna（0.count（））
对于X范围内的k（rowcnt）：
isFirst=True
对于X范围内的i（1，agingcols_len）：
如果isFirst和mydf['aging'+str（i）][k]>=4：
mydf['obs_time'][k]=i
isFirst=False
elif isFirst和mydf['aging'+str（i）][k]<4:
通过

我已经上传了用于测试上述内容的数据。同样的情况也可以找到

该代码段迭代所有

老化**x**

列（例如-

aging1

，

aging2

），并不断增加

obs_时间

，直到其大于或等于4。整个过程使用

k

在

DataFrame

行上迭代

---

仅供参考-但是，当您有一百万行要循环时，速度会非常慢

我认为在这种特殊情况下，尝试进行“直接”转换是不实际的，我怀疑有一些python函数可以大大简化这种逻辑。总的逻辑是什么，找到超过4的第一条记录？@Reeza Hi，后面的逻辑是计算python中第二个块在每个循环中不起作用的时间是多少？什么是错误消息？我在第7行看到一个打字错误：括号

“

太多了。--><代码>如果df['aging'+str（i）]>=4:@stallingOne我已经编辑了代码，但结果与SAS不符。对此有什么建议吗？这是一个列表还是一个数据帧？仅供参考-上面的python代码片段将模拟SAS数据步骤。可能还有其他优化方法来实现所需的输出和逻辑。感谢分享，我将尝试一下。

df['life_def']=0
df['obs_time']=0

for i in range(1,lag+1):
    if df['life_def'].all()==0 and pd.notnull(df[df.columns[i+4]].all()):
        condition=df[df.columns[i+4]]>=4
        df['life_def']=np.where(condition, 1, df['life_def'])
        df['obs_time']=np.where(condition, i, df['obs_time'])

mydf['obs_time'] = 0

agingcols_len = len([k for k in mydf.columns.tolist() if 'aging' in k])
rowcnt = mydf['aging1'].fillna(0).count()

for k in xrange(rowcnt):
    isFirst = True
    for i in xrange(1, agingcols_len):
        if isFirst and mydf['aging' + str(i)][k] >= 4:
            mydf['obs_time'][k] = i
            isFirst = False
        elif isFirst and mydf['aging' + str(i)][k] < 4:
            pass