Python 熊猫的循环与转化

我需要在pandas中创建一个新的数据框，其中包含以下行和列

dictionary = {'Year': [1985, 1985, 1986, 1986, 1987, 1987], 'Wteam' :[9, 10, 11, 4, 5, 6], 'lteam': [ 1, 2, 3, 12, 13, 14] }
pdf = pd.DataFrame(dictionary)

    Wteam   Year    lteam
0    9      1985    1
1    10     1985    2
2    11     1986    3
3    4      1986    12
4    5      1987    13
5    6      1987    14

形成新表格的逻辑如下： 我必须循环查看

pdf

表中的每一行，然后如果W_team值大于l_team，则我的

新数据框中的第一列值应为“year\u lteam\u wteam”，结果值应为零

如果W_team value的值小于l_team，则my
新数据框中的第一列应为year\u Wteam\u lteam，结果列应为零

推荐信
您可以


用于根据条件将值分配给
pdf['result']
。在
np.where（cond，0，1）
中，
cond
是一个类似布尔的数组
np。其中
返回与
cond
形状相同的新数组，该数组的值为0，其中
cond
为真，而
cond
为假
使用
.min（）
和
.max（）
重新排序
Wteam
和
lteam

将
季节值
列构建为


屈服

import numpy as np
import pandas as pd
def tostr(series):
    return series.astype(str)

dictionary = {'Year': [1985, 1985, 1986, 1986, 1987, 1987], 'Wteam' :[9, 10, 11, 4, 5, 6], 'lteam': [ 1, 2, 3, 12, 13, 14] }
pdf = pd.DataFrame(dictionary)
pdf['result'] = np.where(pdf['Wteam'] > pdf['lteam'], 0, 1)
pdf['min'] = pdf[['Wteam','lteam']].min(axis=1)
pdf['max'] = pdf[['Wteam','lteam']].max(axis=1)

pdf['Season_value'] = tostr(pdf['Year'])+'_'+tostr(pdf['min'])+'_'+tostr(pdf['max'])

print(pdf[['Season_value', 'result']])

您是否被限制在数据帧中循环？换句话说，您是否有兴趣直接从字典计算相同的输出？另外，您在这两种情况下都写到结果值应该为零——您的意思是第二种情况下的结果值应该为一吗？@jedwards是的，我想要数据frane的输出。在第一种情况下它应该是零，在第二种情况下它应该是一。@jedwards-你能解释一下np.where在这个上下文中（在解决方案中）是如何工作的吗。那太好了。你能解释一下np.where在这种情况下是如何工作的吗。
import numpy as np
import pandas as pd
def tostr(series):
    return series.astype(str)

dictionary = {'Year': [1985, 1985, 1986, 1986, 1987, 1987], 'Wteam' :[9, 10, 11, 4, 5, 6], 'lteam': [ 1, 2, 3, 12, 13, 14] }
pdf = pd.DataFrame(dictionary)
pdf['result'] = np.where(pdf['Wteam'] > pdf['lteam'], 0, 1)
pdf['min'] = pdf[['Wteam','lteam']].min(axis=1)
pdf['max'] = pdf[['Wteam','lteam']].max(axis=1)

pdf['Season_value'] = tostr(pdf['Year'])+'_'+tostr(pdf['min'])+'_'+tostr(pdf['max'])

print(pdf[['Season_value', 'result']])

  Season_value  result
0     1985_1_9       0
1    1985_2_10       0
2    1986_3_11       0
3    1986_4_12       1
4    1987_5_13       1
5    1987_6_14       1