Python 如何基于其他三列之一创建新列?
我有一个数据框,它有一个电影名称列和3个其他列(我们称它们为a、B和C),它们是来自3个不同来源的评级。 有很多电影只有一个评级,一些电影是三个论坛的组合,还有一些没有评级。我想创建一个新列,该列将:Python 如何基于其他三列之一创建新列?,python,pandas,Python,Pandas,我有一个数据框,它有一个电影名称列和3个其他列(我们称它们为a、B和C),它们是来自3个不同来源的评级。 有很多电影只有一个评级,一些电影是三个论坛的组合,还有一些没有评级。我想创建一个新列,该列将: 如果列具有关联的额定值,请使用A 如果列为空,则从B获取相关的评级 如果B列为空,则从C获取相关评级 如果C列为空,则返回“未分级” 这是我目前代码中的内容: def check_rating(rating): if newyear['Yahoo Rating'] != "\\N":
def check_rating(rating):
if newyear['Yahoo Rating'] != "\\N":
return rating
else:
if newyear['Movie Mom Rating'] != "\\N":
return rating
else:
if newyear['Critc Rating'] != "\\N":
return rating
else:
return "Unrated"
df['Rating'] = df.apply(check_rating, axis=1)
我得到的错误是:
ValueError: ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', 'occurred at index 0')
要查看我的数据帧,这里是newyear.head()
:
我不确定此值错误对解决此问题意味着什么,也不确定这是否是正确的方法。您正在原始函数中返回
评级。。但是评级
是行,而不是任何列的值
>>> df
A B C Genre Title Year
0 7 6 \N g1 m1 y1
1 \N 5 7 g2 m2 y2
2 \N \N \N g3 m3 y3
3 \N 4 1 g4 m4 y4
4 \N \N 3 g5 m5 y5
>>> def rating(row):
if row['A'] != r'\N':
return row['A']
if row['B'] != r'\N':
return row['B']
if row['C'] != r'\N':
return row['C']
return 'Unrated'
>>> df['Rating'] = df.apply(rating, axis = 1)
>>> df
A B C Genre Title Year Rating
0 7 6 \N g1 m1 y1 7
1 \N 5 7 g2 m2 y2 5
2 \N \N \N g3 m3 y3 Unrated
3 \N 4 1 g4 m4 y4 4
4 \N \N 3 g5 m5 y5 3
您将在原始函数中返回评级
。。但是评级
是行,而不是任何列的值
>>> df
A B C Genre Title Year
0 7 6 \N g1 m1 y1
1 \N 5 7 g2 m2 y2
2 \N \N \N g3 m3 y3
3 \N 4 1 g4 m4 y4
4 \N \N 3 g5 m5 y5
>>> def rating(row):
if row['A'] != r'\N':
return row['A']
if row['B'] != r'\N':
return row['B']
if row['C'] != r'\N':
return row['C']
return 'Unrated'
>>> df['Rating'] = df.apply(rating, axis = 1)
>>> df
A B C Genre Title Year Rating
0 7 6 \N g1 m1 y1 7
1 \N 5 7 g2 m2 y2 5
2 \N \N \N g3 m3 y3 Unrated
3 \N 4 1 g4 m4 y4 4
4 \N \N 3 g5 m5 y5 3
我会这样做:
df = df.replace('\\N', np.nan) # this requires import numpy as np
(df['Yahoo Rating'].fillna(df['Movie Mom Rating']
.fillna(df['Critic Rating']
.fillna("Unrated"))))
你的代码不起作用的原因是newyear['Yahoo Rating']!=“\\N”
是一个布尔数组。你在这里说的是类似于如果[True,False,True,False]:
。这就是模棱两可的根源。你如何评估这种情况?如果所有这些都是真的,你会执行吗?还是只执行其中一个就足够了
作为,您可以更改它,以便逐行计算它(因此返回单个值)。但是,逐行应用操作通常很慢,pandas有很好的工具来处理丢失的数据。这就是为什么我建议这样做。我会这样做:
df = df.replace('\\N', np.nan) # this requires import numpy as np
(df['Yahoo Rating'].fillna(df['Movie Mom Rating']
.fillna(df['Critic Rating']
.fillna("Unrated"))))
你的代码不起作用的原因是newyear['Yahoo Rating']!=“\\N”
是一个布尔数组。你在这里说的是类似于如果[True,False,True,False]:
。这就是模棱两可的根源。你如何评估这种情况?如果所有这些都是真的,你会执行吗?还是只执行其中一个就足够了
作为,您可以更改它,以便逐行计算它(因此返回单个值)。但是,逐行应用操作通常很慢,pandas有很好的工具来处理丢失的数据。这就是我提出这一建议的原因。请发布您的数据帧的小样本(作为文本,而不是图像)和预期输出。请发布您的数据帧的小样本(作为文本,而不是图像)和预期输出。非常感谢!我不知道如何使用一个python函数从一列到另一列,所以这非常有用。非常感谢!我不知道如何使用一个python函数从一列行转到另一列行,所以这非常有用。哇,这非常有用!谢谢你的解释。哇,这很有用!谢谢你的解释。