Python 从满足特定条件的列映射字典中的值

我一直在使用传统的字典映射方法创建一个新的Pandas列，如下所示：

product_costs = {x: 1, y: 2, z: 3}

df['costs'] = df['product'].map(product_costs)

这一直有效到现在，但是最近产品“x”的成本发生了变化——例如，从4月1日起，成本从1增加到了4

我的'df'也有一个日期列，我试图找出如何映射日期列为4月之前的值1和日期列为4月之后的值4

我可能可以使用for循环迭代执行此操作，即：

df['costs'] = ''

index = 0

for i in df['product']:

    if i == 'x' and df.loc[index, 'date'] < 2021-04-01:

        df.loc[index, 'costs'] = 1
        index += 1

    elif i == 'x' and df.loc[index, 'date'] >= 2021-04-01:

        df.loc[index, 'costs'] = 4
        index += 1

    elif i == 'y':

    etc. etc.

成为

date (dd-mm)        product        cost

01-02                  x            1

01-02                  y            2

01-02                  z            3

01-03                  x            1

01-03                  y            2

01-03                  z            3

01-04                  x            4

01-04                  y            2

01-04                  z            3

np.where（）

您可以根据日期条件使用

首先转换日期。假设您的日期缺少年份（

%d-%m

），但希望年份为2021年：

df['date']=pd.to_datetime（df['date']，格式='%d-%m'）。应用（lambda x:x.replace（year=2021））

然后以日期为条件绘制地图：

costs_pre={'x'：1，'y'：2，'z'：3}
costs_post={'x'：4，'y'：2，'z'：3}
df[‘成本’]=np.where(
df[“日期”]<“2021-04-01”，
df[‘产品’].map（成本_前期），
df['product'].map（成本/岗位））
#日期产品成本
#2021-02-01 x 1
#1 2021-02-01 y 2
#2021-02-01 z 3
#3 2021-03-01 x 1
#4 2021-03-01 y 2
#5 2021-03-01 z 3
#6 2021-04-01 x 4
#7 2021-04-01 y 2
#8 2021-04-01 z 3

---

np.select（）

如果你有多种条件，你可以筑巢，但会更干净

例如，如果您的成本在01-03发生变化，然后又在01-04发生变化：

costs1={'x'：1'y'：2'z'：3}
成本2={'x'：4'y'：2'z'：3}
成本3={'x'：100，'y'：2，'z'：3}
条件=[df['date']<'2021-03-01'，df['date']<'2021-04-01']
选项=[df['product'].map（成本1），df['product'].map（成本2）]
df['costs']=np.select（条件、选项，默认值=df['product'].map（costs3））
#日期产品成本
#2021-02-01 x 1
#1 2021-02-01 y 2
#2021-02-01 z 3
#3 2021-03-01 x 4
#4 2021-03-01 y 2
#5 2021-03-01 z 3
#6 2021-04-01 x 100
#7 2021-04-01 y 2
#8 2021-04-01 z 3

熊猫在这里也很有用

您能提供示例数据吗？当然可以，请参阅编辑。这非常有效，谢谢您的帮助。最后一个问题，如果产品“x”再次改变成本，并且根据数据现在有3个可能的关联值-我的最佳方法是在np.where中包含另一个np.where吗？@SlowlyLearning是的，这是一个选项，但另一个选项是

np.select（）

。给我一点时间update@SlowlyLearning更新为

np.select（）

选项

date (dd-mm)        product        cost

01-02                  x            1

01-02                  y            2

01-02                  z            3

01-03                  x            1

01-03                  y            2

01-03                  z            3

01-04                  x            4

01-04                  y            2

01-04                  z            3