重写Python或计算列

我正在创建一个新专栏。它将引用A列中的文本（测试3字符串条件），结果将是B列中的文本。我有这段代码，它可以工作，但不知道是否有更好的方法来完成这项任务。Psuedo代码应该是：如果“linemove”列包含这些字符串中的任何一个，则将结果表单带到“Home”列

melted.loc[(melted['linemove'] == 'bigger dog') | (melted['linemove'] == 'flipped, now dog') | (melted['linemove'] == 'smaller favorite'), 'betOn'] = melted['Home']
melted.loc[(melted['linemove'] == 'smaller dog') | (melted['linemove'] == 'flipped, now favorite') | (melted['linemove'] == 'bigger favorite'), 'betOn'] = melted['Road']

---

我认为很难缩短

或
，因为最终这就是您试图实现的逻辑

您可以通过定义一个布尔输出数组，然后使用该数组设置值，使其更具可读性，例如

my_condition = melted[ (melted['linemove'] == 'bigger dog') | (melted['linemove'] == 'flipped, now dog') | (melted['linemove'] == 'smaller favorite') ]

melted.loc[ my_condition, 'betOn' ] = melted.loc[ my_condition, 'Home' ]

并给
my_条件
起一个有意义的名字（我真的很难理解你的条件的上下文才能很好地命名！）。
我认为很难缩短
或
，因为最终这就是你试图实现的逻辑

您可以通过定义一个布尔输出数组，然后使用该数组设置值，使其更具可读性，例如

my_condition = melted[ (melted['linemove'] == 'bigger dog') | (melted['linemove'] == 'flipped, now dog') | (melted['linemove'] == 'smaller favorite') ]

melted.loc[ my_condition, 'betOn' ] = melted.loc[ my_condition, 'Home' ]

并给
my_条件
起一个有意义的名字（我真的很难理解你的条件的上下文才能给它起个好名字！）。
另一种方法是使用
np。选择
和
.isin
方法

import numpy as np
melted['betOn'] = np.select(
                      [ (melted['linemove'].isin(['bigger dog','flipped, now dog','smaller favorite']),
                        (melted['linemove'].isin(['smaller dog','flipped, now favorite','bigger favorite']),
                      [ melted['Home'], # what to use when condition1 is true
                        melted['Road'] ], # what to use when condition2 is true
                      default = melted['betOn'])

因为你只有两个条件，你也可以简单地做

melted.loc[melted['linemove'].isin(['smaller dog','flipped, now favorite','bigger favorite']), 'betOn'] = melted.loc[melted['linemove'].isin(['smaller dog','flipped, now favorite','bigger favorite']), 'Home']
melted.loc[melted['linemove'].isin(['smaller dog','flipped, now favorite','bigger favorite']), 'betOn'] = melted.loc[melted['linemove'].isin(['smaller dog','flipped, now favorite','bigger favorite']), 'Home']

np.select
方法的优点是，您不必两次定位行（左侧和右侧）
另一种方法是使用
np.select
和
.isin
方法

import numpy as np
melted['betOn'] = np.select(
                      [ (melted['linemove'].isin(['bigger dog','flipped, now dog','smaller favorite']),
                        (melted['linemove'].isin(['smaller dog','flipped, now favorite','bigger favorite']),
                      [ melted['Home'], # what to use when condition1 is true
                        melted['Road'] ], # what to use when condition2 is true
                      default = melted['betOn'])

因为你只有两个条件，你也可以简单地做

melted.loc[melted['linemove'].isin(['smaller dog','flipped, now favorite','bigger favorite']), 'betOn'] = melted.loc[melted['linemove'].isin(['smaller dog','flipped, now favorite','bigger favorite']), 'Home']
melted.loc[melted['linemove'].isin(['smaller dog','flipped, now favorite','bigger favorite']), 'betOn'] = melted.loc[melted['linemove'].isin(['smaller dog','flipped, now favorite','bigger favorite']), 'Home']

np.select
方法的优点是，您不必两次定位行（左侧和右侧）
不用担心，谢谢您的帮助。我喜欢这种方法。阅读起来容易一点不用担心，谢谢你的帮助。我喜欢这种方法。它更容易阅读我同意，我更喜欢选择方法。谢谢你的主意。我同意，我更喜欢选择法。谢谢你的主意。