Python 嵌套numpy的替代方案。多条件操作在哪里？

我有一个带有条件列a和数字列B的数据帧

    A    B
1 'foo' 1.2
2 'bar' 1.3
3 'foo' 2.2

我还有一个Python字典，它定义了B的范围，在给定a的每个值时表示“成功”

mydict = {'foo': [1, 2], 'bar': [2, 3]}

我想在数据帧中创建一个新列“error”。它应该描述B的值下降到A的可接受范围之外有多远。如果A在范围内，则该值应为零

    A    B   error
1 'foo' 1.2   0
2 'bar' 1.3  -0.7
3 'foo' 2.2   0.2

我不是一个完全的熊猫/小矮人新手，而且我在Python方面有点不错，但事实证明这有点困难。我不想用iterrows（）来做这件事，因为我知道这在计算上很昂贵，而且这会被大量调用

我最终找到了一个解决方案，将lambda函数、pandas.DataFrame.map（）和嵌套的numpy.where（）与可选x和y输入的给定值相结合

getmin = lambda x: mydict[x][0]
getmax = lambda x: mydict[x][1] 
df['error'] = np.where(df.B < dtfr.A.map(getmin),
                       df.B - df.A.map(getmin),
                       np.where(df.B > df.A.map(getmax),
                                df.B - df.A.map(getmax),
                                0
                                )
                       )

getmin=lambda x:mydict[x][0]
getmax=lambda x:mydict[x][1]
df['error']=np.where（df.Bdf.A.map（getmax），
df.B-df.A.map（getmax），
0
)
)

这是可行的，但这不可能是最好的方法，对吧？我觉得我在滥用numpy.where（）来四处游荡，不知道如何以非迭代的方式将数据帧的多列值映射到lambda函数。（还要避免编写稍微粗糙的lambda函数）

大概有三个问题吧

可以为三条件数组操作嵌套numpy.where（）s吗

如何以非迭代方式将两个数据帧列映射到一个 功能

如果2）是可能的，1）是可接受的，哪一个更可取

---

我相信下面的代码可以说更具可读性

df['min'] = df.A.apply(lambda x: min(mydict[x]))
df['max'] = df.A.apply(lambda x: max(mydict[x]))
df['error'] = 0.
df.loc[df.B.gt(df['max']), 'error'] = df.B - df['max']
df.loc[df.B.lt(df['min']), 'error'] = df.B - df['min']
df.drop(['min', 'max'], axis=1, inplace=True)
>>> df
     A    B  error
1  foo  1.2    0.0
2  bar  1.3   -0.7
3  foo  2.2    0.2

---

我不明白为什么不能将numpy.where（）用于三条件数组操作，但您确实牺牲了简单性。

关于如何映射多个列的问题，请使用

DataFrame.apply( , axis =1)

对于你的问题，我认为你不需要这个，但我认为如果你分几个步骤进行计算，会更清楚：

df['low'] = df.A.map(lambda x: mydict[x][0])
df['high'] = df.A.map(lambda x: mydict[x][1])
df['error'] = np.maximum(df.B - df.high, 0) + np.minimum(df.B - df.low, 0)
df
     A    B  low  high  error
1  foo  1.2    1     2    0.0
2  bar  1.3    2     3   -0.7
3  foo  2.2    1     2    0.2

---

需要注意的是，您已经破坏了df的

max

和

min

方法。仅供参考的方法根本不会被破坏（除非您明确指定给它们），例如

df.min=..

。一个集合列独立于此HMM不知道。。。那么这是否意味着您总是使用dict索引表示法而不是方法表示法来引用列？

df['max']=…

很好，不会破坏数据帧的

max

函数<相比之下，code>df.max=…，会破坏函数。您应该始终使用括号表示法进行设置。引用时使用括号更安全（以避免此问题），但点表示法纯粹是方便的，只要不使用DataFrame的某个命名属性或方法，就可以正常工作。FWIW，我花了一段时间才弄清楚这到底是在做什么。可以肯定，这主要与我对df.loc[行索引器、列索引器]不熟悉有关。所以，谢谢你让我知道这一点。就loc而言，现在我已经加入了，我同意这似乎比maxymoo的答案更具可读性+1关于嵌套，一种选择是只使用顺序

np.where（）

s，在我看来更容易阅读。此外，我认为@unutbu或@DSM在过去一个月左右（使用不同的numpy函数）显示了多个

np.where（），我认为你这样做很好。我认为这是一种非常有效的方法，它是否是最具可读性的方法在某种程度上取决于偏好。我认为这是其中的一种情况，因为pandas的隐式矢量化使得它很难像编写显式循环那样可读编码——当然，这在pandas中通常是要避免的。第三行非常聪明。我应该考虑利用df.B永远不会同时（大于A的最大值）和（小于A的最小值）的事实。像大多数“相当聪明”的代码一样，它可能需要注释来解释到底发生了什么，但是。。。干得好+1.