Fatal编程技术网
  • python/
  • Python 如何在dataframe中创建具有多个条件的新列，同时能够扩展条件？

Python 如何在dataframe中创建具有多个条件的新列，同时能够扩展条件？

python python-3.x pandas

Python 如何在dataframe中创建具有多个条件的新列，同时能够扩展条件？,python,python-3.x,pandas,Python,Python 3.x,Pandas,我有一个如下所示的数据帧： df: 如何基于其他列的多个条件创建具有特定值的新列 例如： 如果name列等于apple，date列等于today，type列等于a，则新列id等于1 或 如果name列等于banana，date列等于today，type列等于b，则新列id等于2 新df将如下所示： name date type id banana 2018-08-18 00:00:00 b

我有一个如下所示的数据帧：

df:

如何基于其他列的多个条件创建具有特定值的新列

例如：

如果
name
列等于
apple
，
date
列等于
today
，
type
列等于
a
，则新列
id
等于
1

或

如果
name
列等于
banana
，
date
列等于
today
，
type
列等于
b
，则新列
id
等于
2

新df将如下所示：

name      date                         type       id
banana    2018-08-18 00:00:00           b          2
我希望以后能够基于df中的列值添加更多子句，因此寻找一种可伸缩的方法

目前，我可以通过这样的一列和一个条件来实现这一点：

df.loc[df['name'].str.contains("Apple"),'id'] = 1
先谢谢你

编辑： 一直在尝试这段代码，但在某个地方出现语法错误，不确定在哪里

new_df=df[（df['name'].str.contains（'apple'））和（df['type'].str.contains（'a'））和（（df['date']=today））]

  • 将“日期”转换为
    datetime
  • 使用
    np构建条件。选择
  • 分配列并删除无效的分配

  • 将“日期”转换为
    datetime
  • 使用
    np构建条件。选择
  • 分配列并删除无效的分配

    • 即使日期不是今天，第一行也被指定为1。此外，您可能希望声明一个“默认”id值，该值在不满足任何条件时被指定。查看
    numpy。选择
    。我修复了分配，并添加了新代码。@RustyShackleford，通过在此处添加
    id
    列，您具体想实现什么？您想要一个允许您按唯一名称、日期、类型组合进行分组的id吗？@AustinA该id的目标是，在代码的后面，我可以对某些行进行分组，并进一步对数据帧进行子集划分。第一行被分配为1，即使日期不是今天……此外，您可能需要声明一个“默认”id值，该值在不满足任何条件时分配。查看
    numpy。选择
    。我修复了分配，并添加了新代码。@RustyShackleford，通过在此处添加
    id
    列，您具体想实现什么？您想要一个允许您按唯一名称、日期、类型组合进行分组的id吗？@AustinA该id的目标是在代码的后面我可以对某些行进行分组，并进一步对数据帧进行子集划分。很好，这是一个清晰的
    np。选择
    问题，非常可读。（PS:将近100k；）+1如果有10种水果和10种类型，这难道不意味着你必须在
    np.select（）中手动列出100行特定的行吗？如果是这样的话，这似乎是不可伸缩的。@AustinA所以你可以用两种方式来解释这个问题：1）根据条件显式分配ID，或2）为每个唯一的组合隐式分配ID。我假设了前者，你假设了后者。我会让OP来澄清他们想要什么。如果是后者，那么你是对的。@coldspeed我走的是明确的路线。每个条件都有一个与之关联的唯一ID。整体组合可以放大或缩小。很好，这是一个清晰的
    np。选择
    问题，非常可读。（PS:将近100k；）+1如果有10种水果和10种类型，这难道不意味着你必须在
    np.select（）中手动列出100行特定的行吗？如果是这样的话，这似乎是不可伸缩的。@AustinA所以你可以用两种方式来解释这个问题：1）根据条件显式分配ID，或2）为每个唯一的组合隐式分配ID。我假设了前者，你假设了后者。我会让OP来澄清他们想要什么。如果是后者，那么你是对的。@coldspeed我走的是明确的路线。每个条件都有一个与之关联的唯一ID。整体组合可以按比例放大或缩小。

    df.loc[df['name'].str.contains("Apple"),'id'] = 1

    

    df['date'] = pd.to_datetime(df['date'], errors='coerce')

today = pd.to_datetime('today')
ids = np.select( 
    [
        df.name.eq('apple') & df.date.eq(today) & df['type'].eq('a'),
        df.name.eq('banana') & df.date.eq(today) & df['type'].eq('b')
    ],
    [1, 2],
    default=np.nan
)

    

    df = df.assign(ids=ids).dropna(subset=['ids'])
df
     name       date type  ids
1  banana 2018-08-18    b  2.0