Python 基于行操作添加新列

我有这样一个数据帧：

Interesting           genre_1        probabilities
    1    no            Empty        0.251306
    2    yes           Empty        0.042043
    3     no          Alternative    5.871099
    4    yes         Alternative    5.723896
    5    no           Blues         0.027028
    6    yes          Blues         0.120248
    7    no          Children's     0.207213
    8    yes         Children's     0.426679
    9    no          Classical      0.306316
    10    yes         Classical      1.044135

我想根据有趣的专栏对同一类别执行基尼指数。在那之后，我想在一个新的熊猫栏中添加这样一个值

这是获取基尼指数的函数：

#Gini Function
#a and b are the quantities of each class
def gini(a,b):
    a1 = (a/(a+b))**2
    b1 = (b/(a+b))**2
    return 1 - (a1 + b1) 

编辑*很抱歉，我的最终所需数据帧出现错误。在选择prob（A）和prob（B）时，有趣与否很重要，但基尼分数将是相同的，因为它将衡量一首歌有趣与否的程度。因此，如果概率在50/50%左右，则意味着基尼得分将达到最大值（0.5），这是因为同样可能会错误地选择有趣与否

因此，对于前两行，基尼指数将为：

a=no; b=Empty -> gini(0.251306, 0.042043)= 0.245559831601612
a=yes; b=Empty -> gini(0.042043, 0.251306)= 0.245559831601612

然后我想得到如下结果：

 Interesting           genre_1        percentages.  GINI INDEX
        1    no            Empty        0.251306         0.245559831601612
        2    yes           Empty        0.042043         0.245559831601612
        3     no          Alternative    5.871099         0.4999194135183881
        4    yes         Alternative    5.723896.     0.4999194135183881
        5    no           Blues         0.027028          ..
        6    yes          Blues         0.120248
        7    no          Children's     0.207213
        8    yes         Children's     0.426679
        9    no          Classical      0.306316          ..
        10    yes         Classical      1.044135         ..

---

我不确定

有趣的
列如何在所有这些方面发挥作用，但我强烈建议您使用
numpy.where（）
创建新的列。语法类似于：

import numpy as np
df['GINI INDEX'] = np.where(__condition__,__what to do if true__,__what to do if false__)

我不确定
有趣的
列如何在所有这些方面发挥作用，但我强烈建议您使用
numpy.where（）
创建新的列。语法类似于：

import numpy as np
df['GINI INDEX'] = np.where(__condition__,__what to do if true__,__what to do if false__)

好的，我想我知道你的意思。如果感兴趣的值是“是”或“否”，下面的代码并不重要。但是你想要的是，根据每一行的有趣值，用两种不同的方法计算每一行的基尼系数。如果interest==no，那么结果是0.5，因为a==b。但是如果有趣的是“是”，那么你需要使用a=概率[i]和b=概率[i+1]。因此，请跳过本节，了解下面更新的代码

将熊猫作为pd导入
df=pd.read\u csv（'df.txt'，delim\u whitespace=True）
probs=df[“概率”]
def ROLLING_GINI（概率）：
a1=（概率[0]/（概率[0]+概率[0]）**2
b1=（概率[0]/（概率[0]+概率[0]）**2
res=1-（a1+b1）
收益率
对于范围内的i（len（概率）-1）：
a1=（概率[i]/（概率[i]+概率[i+1]）**2
b1=（概率[i+1]/（概率[i]+概率[i+1]）**2
res=1-（a1+b1）
收益率
df['GINI']=[val代表滚动中的val（概率）]
打印（df）

这就是真正的麻烦开始的地方，因为如果我正确理解你的想法，那么你就无法计算最后的基尼值，因为你的数据帧不允许。这里重要的一点是，数据帧中最后一个有趣的值是“yes”。这意味着我必须使用a=概率[I]和b=概率[I+1]。但是您的数据帧没有第11行。有10行，第i行=10，第11行需要一个概率来计算基尼系数。因此，为了让您的想法发挥作用，最后一个有趣的值必须是“否”，否则您将始终得到一个索引错误

下面是代码：

将熊猫作为pd导入
df=pd.read\u csv（'df.txt'，delim\u whitespace=True）
def ROLLING_GINI（数据帧）：
概率=数据帧[“概率”]
如何计算=数据帧[“有趣”]
对于范围内的i（len（数据帧）-1）：
如果如何计算[i]=“是”：
a1=（概率[i]/（概率[i]+概率[i+1]）**2
b1=（概率[i+1]/（概率[i]+概率[i+1]）**2
res=1-（a1+b1）
收益率
elif如何计算[i]=“否”：
a1=（概率[i]/（概率[i]+概率[i]）**2
b1=（概率[i]/（概率[i]+概率[i]）**2
res=1-（a1+b1）
收益率
基尼=[滚动基尼（df）中的val对应val]
打印（'所有基尼系数：%s'%基尼〕
打印（'所有可计算基尼系数的长度：%s'%len（基尼））
打印（'数据帧中的行数：%s'%len（df））
print（'最后一个有趣的值是：%s'%df.iloc[-1,0]）

编辑第三条（很抱歉延迟实现）：

因此，如果我正确地应用索引，它确实有效。问题是我想用下一个概率，而不是上一个。所以它是a=概率[i-1]和b=概率[i]

将熊猫作为pd导入
df=pd.read\u csv（'df.txt'，delim\u whitespace=True）
def ROLLING_GINI（数据帧）：
概率=数据帧[“概率”]
如何计算=数据帧[“有趣”]
对于范围内的i（len（数据帧））：
如果如何计算[i]=“是”：
a1=（概率[i-1]/（概率[i-1]+概率[i]）**2
b1=（概率[i]/（概率[i-1]+概率[i]）**2
res=1-（a1+b1）
收益率
elif如何计算[i]=“否”：
a1=（概率[i]/（概率[i]+概率[i]）**2
b1=（概率[i]/（概率[i]+概率[i]）**2
res=1-（a1+b1）
收益率
基尼=[滚动基尼（df）中的val对应val]
打印（'所有基尼系数：%s'%基尼〕
打印（'所有可计算基尼系数的长度：%s'%len（基尼））
打印（'数据帧中的行数：%s'%len（df））
print（'最后一个有趣的值是：%s'%df.iloc[-1,0]）
好的，我想我知道你的意思。如果感兴趣的值是“是”或“否”，下面的代码并不重要。但是你想要的是，根据每一行的有趣值，用两种不同的方法计算每一行的基尼系数。如果interest==no，那么结果是0.5，因为a==b。但是如果有趣的是“是”，那么你需要使用a=概率[i]和b=概率[i+1]。因此，请跳过本节，了解下面更新的代码

将熊猫作为pd导入
df=pd.read\u csv（'df.txt'，delim\u whitespace=True）
probs=df[“概率”]
def ROLLING_GINI（概率）：
a1=（概率[0]/（概率[0]+概率[0]）**2
b1=（概率[0]/（概率