Python 在多个系列之间切换条件

假设我有如下数据：

category = pd.Series(np.ones(4))

job1_days = pd.Series([1, 2, 1, 2])
job1_time = pd.Series([30, 35, 50, 10])

job2_days = pd.Series([1, 3, 1, 3])
job2_time = pd.Series([10, 40, 60, 10])

job3_days = pd.Series([1, 2, 1, 3])
job3_time = pd.Series([30, 15, 50, 15])

每个条目代表一个人（总共4人）

xxx_天

表示一个人做某事的天数，

xxx_时间

表示一天内完成该工作的分钟数

我想为个人分配一个

2

到

category

，如果在所有工作中，他们每个工作至少花费3天20分钟。例如，人员1不符合标准，因为他们总共只花了2天，至少20分钟（他们的工作2天计数不计入总数，因为时间<20）。第二个人确实符合标准，因为他们总共花了5天时间（工作1和2）

更换后，

类别

应如下所示：

[1,2,2,1]

我目前尝试这样做需要一个for循环，手动索引到每个系列中，并计算时间大于20天的总天数。然而，这种方法不能很好地扩展到我的实际数据集。我没有在这里包含代码，因为我想从熊猫的角度来处理它

在熊猫身上最有效的方法是什么？困扰我的是检查多个系列的条件，并在天数总和后采取相应措施

将天数和时间放在两个数据框中，保持列位置对应关系，然后采用矢量化方法进行计算：

import pandas as pd

time = pd.concat([job1_time, job2_time, job3_time], axis = 1)   ​
days = pd.concat([job1_days, job2_days, job3_days], axis = 1)

((days * (time >= 20)).sum(1) >= 3) + 1

#0    1
#1    2
#2    2
#3    1
#dtype: int64

---

我一直收到以下错误：

无序类型：str（）dtype

是float。我想知道这是否是因为存在

NA

（缺少）值？有什么办法可以解释吗？看起来你的序列数据中有字符串。你可能想试试这个<代码>（（days.astype（float）*（time.astype（float）>=20））.sum（1）>=3）+1，但不确定它是否解决了问题。是的，我尝试过，但仍然不起作用

time.d类型

和

day.d类型

都报告

float64

。问题似乎来自这一部分：

（day*（time>=20））

time>=20

创建了一个

bool

类型的数据帧，但当我将其乘以

day

时，返回的数据帧包含所有

NaN

。我认为问题在于试图在比较中使用

NaN

（字符串）。有没有其他方法可以在没有

*

的情况下进行掩蔽？这很奇怪，因为

float*bool

应该给出

float

，但您可以尝试将它们转换为numpy数组<代码>（（days.values*（time.values>=20））.sum（1）>=3）+1，然后查看它是否有效。或

（（天.值.类型（浮动）*（时间.值.类型（浮动）>=20））.sum（1）>=3）+1