Python 基于其他列向数据帧添加列

问题描述

介绍性备注：有关代码，请查看下面的内容

假设我们有一个由3列和2行组成的熊猫数据框架。 我想添加一个名为“Max_LF”的第四列，它将由一个数组组成。通过查看列“Max_WD”来检索单元格的值。第一行为0.35，将与“WD”列中的值进行比较，其中第三个位置为0.35。因此，列“LF”的第三个值应写入列“Max_LF”。如果“Max_WD”的值在“WD”中多次出现，则“LF”的所有对应项都应写入“Max_LF”

尝试失败

到目前为止，我在“WD”中的“Max_WD”中首次检索该项的索引时进行了各种尝试。在可能检索到索引后，想法是通过索引获取'LF'项：

df4['temp_index']=[i表示i，x表示枚举（df4['WD']），如果x==df4['Max_WD']]

但是，出现了ValueError： raise VALUERROR（'长度必须匹配才能比较'） ValueError:长度必须匹配才能进行比较

这就是示例日期框的外观

df=pd.DataFrame（数据={'LF'：[1,2,3,4]，[1,2,3,4]，'WD'：[0.28,0.34,0.35,0.18]，[0.42,0.45,0.45,0.18]，[0.31,0.21,0.41,0.41]，'Max_WD'：[0.35,0.45,0.41]。

预期结果应该是

df=pd.DataFrame（data={'LF'：[1,2,3,4]，[1,2,3,4]，'WD'：[0.28,0.34,0.35,0.18]，[0.42,0.45,0.45,0.18]，[0.31,0.21,0.41,0.41]，'Max_-WD'：[0.35,0.45,0.41]，'Max_-LF'：[3]，[2,3,4]，/p>您可以通过它来实现

为此，我建议您首先将WD列表转换为pd.Series（或numpy.ndarray），然后立即比较所有值

假设您需要高于阈值的所有值的列表，您可以使用：

>>> def get_max_wd(x): 
...     wd = pd.Series(x.WD) 
...     return list(wd[wd >= x.Max_WD])
... 
>>> df.apply(get_max_wd, axis=1)
0          [0.35]
1    [0.45, 0.45]
2    [0.41, 0.41]
dtype: object

然后可以将
apply
的结果作为新列分配到数据帧中：

df['Max_LF'] = df.apply(get_max_wd, axis=1)

如果您所追求的只是最大值（请参阅我上面的评论），则可以在函数中使用
max（）
方法。
只需使用
lambda
即可获得它，如下所示

df['Max_LF'] = df.apply(lambda x : [i + 1 for i, e in enumerate(x['WD']) if e == x['Max_WD']], axis=1)

输出为

    LF  Max_WD  WD  Max_LF
0   [1, 2, 3]   0.35    [0.28, 0.34, 0.35, 0.18]    [3]
1   [1, 2, 3]   0.45    [0.42, 0.45, 0.45, 0.18]    [2, 3]
2   [1, 2, 3]   0.41    [0.31, 0.21, 0.41, 0.41]    [3, 4]

谢谢大家！在你的帮助下，我解决了我的问题。
就像弗朗西斯王子建议我第一次那样

df['temp']=df.apply（λx:[i表示枚举中的i，e（x['WD']），如果e==x['Max_WD']]，轴=1）

要获取'LF'中'WD'值的指示符。在第二步中，我可以通过

df['LF_Max']=df.apply（λx:[x['LF'][e]表示e in（x['temp']），轴=1）

谢谢大家
 我认为你的第一个问题是，看起来你正在尝试制作某种三维模型。你的问题令人困惑，我建议你简化它。你最初是如何创建数据帧的？在数据帧中存储列表通常是一个坏主意，在这种情况下，使这些相当简单的操作比需要的困难得多。如果你改为使用多索引，这是相当简单和更有效的。预期结果的例子并不符合你的描述。您说新列应该包含阈值以上所有值的列表，但示例仅显示标量值。