Python 使用Pandas将条件上的两个数字列相乘
我有三列的pd数据框(数据),X、Y和Z 我需要运行以下程序: X*Y,其中Z=‘值’ 我的工作思路如下:Python 使用Pandas将条件上的两个数字列相乘,python,pandas,numpy,Python,Pandas,Numpy,我有三列的pd数据框(数据),X、Y和Z 我需要运行以下程序: X*Y,其中Z=‘值’ 我的工作思路如下: data[data['Z'] == 'value',[data['X']*data['Y']]] 现在我知道这是不对的,但我能闻到正确的答案。有人能给我指出正确的方向吗?IIUC: (df.X * df.Y).where(df.Z == 'Value') 或 示例: np.random.seed(123) df = pd.DataFrame({'X':np.arange(10),'Y'
data[data['Z'] == 'value',[data['X']*data['Y']]]
现在我知道这是不对的,但我能闻到正确的答案。有人能给我指出正确的方向吗?IIUC:
(df.X * df.Y).where(df.Z == 'Value')
或
示例:
np.random.seed(123)
df = pd.DataFrame({'X':np.arange(10),'Y':np.arange(10),'Z':np.random.choice(['Value',np.nan],10)})
(df.X * df.Y).where(df.Z == 'Value')
0 0.0
1 NaN
2 4.0
3 9.0
4 16.0
5 25.0
6 36.0
7 NaN
8 NaN
9 81.0
dtype: float64
或
下面是一个工作示例:
dataframe = pd.DataFrame({'X': [1, 2, 3, 4, 5, 6],
'Y': [5, 6, 7, 8, 9, 0],
'Z': [0, 1, 0, 1, 0, 1]})
dataframe.loc[dataframe['Z'] == 0, 'Z'] = dataframe.loc[dataframe['Z'] == 0, 'X'] * dataframe.loc[dataframe['Z'] == 0, 'Y']
print(dataframe)
# X Y Z
# 0 1 5 5
# 1 2 6 1
# 2 3 7 21
# 3 4 8 1
# 4 5 9 45
# 5 6 0 1
设置借用自@ScottBoston 解决方案
df.loc[df.Z.eq('Value'), ['X', 'Y']].prod(1)
0 0
2 4
3 9
4 16
5 25
6 36
9 81
dtype: int64
我想你想要这样的东西:
import pandas as pd
import numpy as np
df_original = pd.DataFrame({'X': [1, 2, 3, 4, 5, 6],
'Y': [7, 8, 9, 10, 11, 12],
'Z': [False, True, True, True, False, False]})
df_original['X*Y'] = np.where(df_original.Z == True, df_original.X * df_original.Y, df_original.Z)
#In this case True or False are the conditios or "Value", but you can put any value you want.
输出:
X Y Z X*Y
0 1 7 False 0
1 2 8 True 16
2 3 9 True 27
3 4 10 True 40
4 5 11 False 0
5 6 12 False 0
您应该能够实现同样的目标,只需使用一个布尔索引,通过
.loc
,就像data.loc[data['Z']='value','Z']=df.X*df.Y
我喜欢eval
option@piRSquared谢谢。由于某些原因,第一种选择对我不起作用。。。不过eval工作得很好。谢谢
np.random.seed(123)
df = pd.DataFrame({
'X':np.arange(10),
'Y':np.arange(10),
'Z':np.random.choice(['Value',np.nan],10)
})
df.loc[df.Z.eq('Value'), ['X', 'Y']].prod(1)
0 0
2 4
3 9
4 16
5 25
6 36
9 81
dtype: int64
import pandas as pd
import numpy as np
df_original = pd.DataFrame({'X': [1, 2, 3, 4, 5, 6],
'Y': [7, 8, 9, 10, 11, 12],
'Z': [False, True, True, True, False, False]})
df_original['X*Y'] = np.where(df_original.Z == True, df_original.X * df_original.Y, df_original.Z)
#In this case True or False are the conditios or "Value", but you can put any value you want.
X Y Z X*Y
0 1 7 False 0
1 2 8 True 16
2 3 9 True 27
3 4 10 True 40
4 5 11 False 0
5 6 12 False 0