基于其他列的if-else评估在data.frame中创建新列

我正在尝试向数据帧添加一个新列（

x_new

），该列取决于“定义”列中给定的值。定义列

x_definition

包含以下记录类型之一： -常数 -描述所需操作的字符串 -NA

我希望生成的列，

xu new

，如下所示： -如果

x_定义

为NA，则

x_新建

仍为NA。 -如果

x_定义

是一个字符串，则需要进行特定的计算。例如，如果它是

“等于”

，那么结果应该是

z

，或者如果它的

“第三个”

，那么

x\u new

应该是z/3。还有不止这些定义表明需要更复杂的z函数。 -如果

x_definition

是任何数字，那么

x_new

应该就是该数字

我编写了以下代码来处理这些情况，但这是一组嵌套的

ifelse

语句。我正在寻找一种方法

data <- data %>% mutate(x_new = ifelse(
  is.na(x_definition), NA, ifelse(
    x_definition=='equal_to_z', z, ifelse(
      x_definition=='third_of_z', z/3, NA
      )
    )
  )
)

---

解决这个问题的合适方法是什么？

我认为

case\u当

正是你想要的

data = data %>%
    mutate(x_new = case_when(is.na(x_definition) ~ NA,
                             x_definition == 'equal_to_z' ~ z,
                             x_definition == 'third_of_z' ~ z / 3,
                             !is.na(as.numeric(x_definition)) ~ as.numeric(x_definition)))

---

是的，这是一个非常普遍的需求，它有一个非常好的解决方案

你的逻辑是：

如果x_的定义是NA，那么x_new仍然是NA如果x_定义是一个字符串，那么它需要一定的计算。例如，如果它的“等于”结果应该是z，或者如果它的“第三个”结果应该是z，那么x_new应该是z/3。还有不止这些定义表明需要更复杂的z函数。-如果x_定义是任何数字，那么x_new应该就是该数字

我可以把它改写成

np.nan if row['x_definition'] is np.nan 
else row['z'] if row['x_definition'] == 'equal_to_z' 
else row['z']/3 if row['x_definition'] == 'third_of_z' 
else row['x_definition'] if isinstance('row['x_definition'], int) 
else np.nan

那你就可以了

df['x_new'] = df.apply(lambda row: np.nan if row['x_definition'] is np.nan 
                    else row['z'] if row['x_definition'] == 'equal_to_z' 
                    else row['z']/3 if row['x_definition'] == 'third_of_z' 
                    else row['x_definition'] if isinstance('row['x_definition'], int) 
                    else np.nan, axis=1)

或者如果你想变得更优雅

def logic_for_x_new(row):
 ...
 return x_new

df['x_new'] = df.apply(logic_for_x_new, axis=1)

注意如何在Pandas中检查nan，我使用的技巧是，当x为nan时，x==x为false（注意这一点）

使用axis=1 in.apply（）使函数逐行应用，并且每一行基本上是一个按列名索引的字典。

def logic_for_x_new(row):
 ...
 return x_new

df['x_new'] = df.apply(logic_for_x_new, axis=1)