Python 如何有条件地向数据帧添加一个热向量

我有以下Python数据框架：

import numpy as np
import pandas as pd
df  = pd.DataFrame(np.array([[1, 2, 3], [3, 2, 1], [2, 1, 1]]),
                   columns=['a', 'b', 'c'])
df

输出时显示如下所示：

    a   b   c
0   1   2   3
1   3   2   1
2   2   1   1

我需要添加3个新列，如“d”列、“e”列和“f”列。 每个新列中的值将根据“b”列和“c”列的值确定

在给定行中：

• 如果列“b”的值大于列“c”的值，则列[d、e、f]将具有值[1、0、0]
• 如果列“b”的值等于列“c”的值，则列[d、e、f]将具有值[0、1、0]
• 如果列“b”的值小于列“c”的值，则列[d、e、f]将具有值[0、0、1]

完成此操作后，数据帧需要如下所示：

    a   b   c  d  e  f
0   1   2   3  0  0  1    # Since b smaller than c
1   3   2   1  1  0  0    # Since b bigger than c 
2   2   1   1  0  1  0    # Since b = c

我的原始数据帧比本例中的数据帧大得多。

---

在Python中有没有一种不循环数据帧的好方法呢？

您只需利用已经指定的布尔条件

df["d"] = np.where(df.b >  df.c, 1, 0)
df["e"] = np.where(df.b == df.c, 1, 0)
df["f"] = np.where(df.b <  df.c, 1, 0)

df[“d”]=np.where（df.b>df.c，1,0）
df[“e”]=np.where（df.b==df.c，1，0）
df[“f”]=np.where（df.b

您可以使用

np.where

创建条件向量，并使用

str.get\u dummies

创建假人

df['vec'] = np.where(df.b>df.c, 'd', np.where(df.b == df.c, 'e', 'f'))
df = df.assign(**df['vec'].str.get_dummies()).drop('vec',1)

    a   b   c   d   e   f
0   1   2   3   0   0   1
1   3   2   1   1   0   0
2   2   1   1   0   1   0

---

让我们试试

np。用
get\u dummies
对
进行签名，-1是cb

谢谢你的回答。您的解决方案出现错误：TypeError:无法将序列转换为。如何解决？如果我测试我的代码就可以解决，就像我应该做的那样。。。我的道歉。。。还有一个额外的
df
reference…新的解决方案也给出了“TypeError:无法将序列转换为”错误。我尝试了不同的方法，但也无法解决错误。对不起。。。我在工作中被打断了。。。这是一个局部编辑。np.sign的有趣用法！
df=df.join(np.sign(df.eval('c-b')).map({-1:'d',0:'e',1:'f'}).astype(str).str.get_dummies())
df
Out[29]: 
   a  b  c  d  e  f
0  1  2  3  0  0  1
1  3  2  1  1  0  0
2  2  1  1  0  1  0