Python 基于其他列的内容创建新列

我有一个数据框，如图所示

我想创建一个名为

Result

应根据以下规则创建结果

返回基于D、F、M、P列显示最多的值

如果

IG

和

HY

之间存在关联，则返回

HY

不要将

NaN

计为一个值

生成的数据帧如下所示：

---

一个可能的解决方案如下。也许它不是最优雅的，但它很管用。 只有一个问题，如果在一行中你有所有的NaN，那么你将得到该行的“HY”

import numpy as np
import pandas as pd

df_start = pd.DataFrame({'P':['IG','HY','IG',np.nan,'HY'], 'M':['HY','HY','IG', np.nan,'IG'], 'F':['HY',np.nan,'HY', np.nan,'IG'],'D':['IG','IG','IG', 'HY','IG']})

def count_winner(words):
    igc=0
    hyc=0

    for i in words:
        if(i=="IG"):
            igc+=1
        elif(i=="HY"):
            hyc+=1
    if(igc<=hyc):
        return("HY")
    else:
        return("IG")

words=df_start.to_string(header=False, index=False, index_names=False).split('\n')

words=[i.split("   ") for i in words]
winners=[count_winner(i) for i in words]
df_start["Result"]=winners

将numpy导入为np
作为pd进口熊猫
df_start=pd.DataFrame（{'P'：['IG'，'HY'，'IG'，np.nan，'HY']，'M'：['HY'，'HY'，'IG'，'np.nan，'IG']，'F'：['HY'，np.nan'，'HY np.nan，'IG']，'D'：['IG'，'IG'IG'，'HY'，'IG'IG'，'IG']
def计数（大写）：
igc=0
hyc=0
对于我来说，用文字来说：
如果（i=“IG”）：
igc+=1
以利夫（i=“HY”）：
hyc+=1
如果（igc一个可能的解决方案如下。也许它不是最优雅的，但它是有效的。
只有一个问题，如果在一行中你有所有的NaN，那么你将得到该行的“HY”

import numpy as np
import pandas as pd

df_start = pd.DataFrame({'P':['IG','HY','IG',np.nan,'HY'], 'M':['HY','HY','IG', np.nan,'IG'], 'F':['HY',np.nan,'HY', np.nan,'IG'],'D':['IG','IG','IG', 'HY','IG']})

def count_winner(words):
    igc=0
    hyc=0

    for i in words:
        if(i=="IG"):
            igc+=1
        elif(i=="HY"):
            hyc+=1
    if(igc<=hyc):
        return("HY")
    else:
        return("IG")

words=df_start.to_string(header=False, index=False, index_names=False).split('\n')

words=[i.split("   ") for i in words]
winners=[count_winner(i) for i in words]
df_start["Result"]=winners

将numpy导入为np
作为pd进口熊猫
df_start=pd.DataFrame（{'P'：['IG'，'HY'，'IG'，np.nan，'HY']，'M'：['HY'，'HY'，'IG'，'np.nan，'IG']，'F'：['HY'，np.nan'，'HY np.nan，'IG']，'D'：['IG'，'IG'IG'，'HY'，'IG'IG'，'IG']
def计数（大写）：
igc=0
hyc=0
对于我来说，用文字来说：
如果（i=“IG”）：
igc+=1
以利夫（i=“HY”）：
hyc+=1
如果（igc使用
模式
：

df_start['Result']= df_result.mode(1).iloc[:, 0]

输出：

     P    M    F   D Result
0   IG   HY   HY  IG     HY
1   HY   HY  NaN  IG     HY
2   IG   IG   HY  IG     IG
3  NaN  NaN  NaN  HY     HY
4   HY   IG   IG  IG     IG

使用
模式
：

df_start['Result']= df_result.mode(1).iloc[:, 0]

输出：

     P    M    F   D Result
0   IG   HY   HY  IG     HY
1   HY   HY  NaN  IG     HY
2   IG   IG   HY  IG     IG
3  NaN  NaN  NaN  HY     HY
4   HY   IG   IG  IG     IG

扩展溶液
如果您想计算数据帧中的每个uniques值，并确定哪一个最常出现，可以使用下面的代码

细节
从给定的起始数据帧开始，NaN值将转换为字符串，以便对其进行比较。然后，在数据帧上使用查找唯一值的numpy方法。然后，使用这些值为每个唯一值创建一个新列，其中包含该行中该值的计数

第二个for循环遍历新df中的行，查找每行的最大值，并将该列的名称与唯一值列表进行比较

输入
输出：
欺骗
它不像@Scott的解决方案那样优雅，但如果您想对每个问题的出现次数做些什么，它确实增加了一些功能

它也不能解决挑选
HY
而不是
IG
，但如果不了解其背后的逻辑，就无法通过编程实现。
扩展解决方案
如果您想计算数据帧中的每个uniques值，并确定哪一个最常出现，可以使用下面的代码

细节
从给定的起始数据帧开始，NaN值将转换为字符串，以便对其进行比较。然后，在数据帧上使用查找唯一值的numpy方法。然后，使用这些值为每个唯一值创建一个新列，其中包含该行中该值的计数

第二个for循环遍历新df中的行，查找每行的最大值，并将该列的名称与唯一值列表进行比较

输入
输出：
欺骗
它不像@Scott的解决方案那样优雅，但如果您想对每个问题的出现次数做些什么，它确实增加了一些功能

它也不能解决拾取
HY
而不是
IG
，但是如果不知道背后的逻辑，就不能通过编程来完成。
你能以文本格式而不是图像的形式发布数据帧吗？只需复制并粘贴在这里。大家好，欢迎这样做。请看一下，我发布了代码片段为什么返回
HY
IG
？那里的逻辑是什么？你能以文本格式而不是图像格式发布数据帧吗？只需复制并粘贴在这里。欢迎大家。请看一下，我发布了代码片段为什么返回
HY
而不是
IG
？那里的逻辑是什么？