python - 使用 pandas 比较两列

Question

以此为起点:

a = [['10', '1.2', '4.2'], ['15', '70', '0.03'], ['8', '5', '0']]
df = pd.DataFrame(a, columns=['one', 'two', 'three'])

看起来像

  one  two three
0   10  1.2   4.2
1   15  70   0.03
2    8   5     0

我想在 pandas 中使用类似 if 语句。

if df['one'] >= df['two'] and df['one'] <= df['three']:
    df['que'] = df['one']

基本上，通过 if 语句检查每一行来创建一个新列。

文档说要使用 .all 但没有示例...

Answer 1

您可以使用 np.where .如果 cond是一个 bool 数组，A和 B是数组，那么

C = np.where(cond, A, B)

定义 C 等于 A在哪里 cond为真，B在哪里 cond是假的。

import numpy as np
import pandas as pd

a = [['10', '1.2', '4.2'], ['15', '70', '0.03'], ['8', '5', '0']]
df = pd.DataFrame(a, columns=['one', 'two', 'three'])

df['que'] = np.where((df['one'] >= df['two']) & (df['one'] <= df['three'])
                     , df['one'], np.nan)

产量

  one  two three  que
0  10  1.2   4.2   10
1  15   70  0.03  NaN
2   8    5     0  NaN

---

如果您有多个条件，则可以使用 np.select反而。例如，如果您希望 df['que']等于 df['two']当df['one'] < df['two'] , 那么

conditions = [
    (df['one'] >= df['two']) & (df['one'] <= df['three']), 
    df['one'] < df['two']]

choices = [df['one'], df['two']]

df['que'] = np.select(conditions, choices, default=np.nan)

产量

  one  two three  que
0  10  1.2   4.2   10
1  15   70  0.03   70
2   8    5     0  NaN

如果我们可以假设 df['one'] >= df['two']当df['one'] < df['two']是False，那么条件和选择可以简化为

conditions = [
    df['one'] < df['two'],
    df['one'] <= df['three']]

choices = [df['two'], df['one']]

(如果 df['one'] 或 df['two'] 包含 NaN，则该假设可能不成立。)

---

注意

a = [['10', '1.2', '4.2'], ['15', '70', '0.03'], ['8', '5', '0']]
df = pd.DataFrame(a, columns=['one', 'two', 'three'])

用字符串值定义一个DataFrame。由于它们看起来是数字，因此您最好将这些字符串转换为 float :

df2 = df.astype(float)

然而，这会改变结果，因为字符串是逐个字符比较的，而 float 是按数字比较的。

In [61]: '10' <= '4.2'
Out[61]: True

In [62]: 10 <= 4.2
Out[62]: False