python - 使用 Pandas，如何对两列使用 if/then 逻辑来填充另一列？

Question

我有一个主电子表格，其中包含以下内容:

ClientID    Region    Number Value
61661       AMER      38150
1212        EMEA      2012
6543        AMER      38800
3115        LA        40121
3119        AMER      1000

我想要做的是添加一个新列来回答问题“对于区域列中包含 AMER 或 LA 且数值 > 31,000 的用户，请在新列中输入“高”一词。否则，如果地区是 AMER 或 LA，且少于 31,000，请输入“低”。因此，新电子表格应如下所示:

ClientID    Region    Number Value  New Column  
61661       AMER      38150         High
1212        EMEA      2012          
6543        AMER      38800         High
3115        LA        40121         High
3119        AMER      1000          Low

我看了一下https://chrisalbon.com/python/pandas_selecting_rows_on_conditions.html为了了解如何做到这一点，我尝试了以下方法:

df = pd.ExcelFile('Check.xlsx')
Master = df.parse('Clients')
HighNumber= Master['Number Value'] > 31000
region=(Master['Region']=='AMER') | (Master['Region']=='LA')

Master['New Column']= Master[HighNumber & region]

但是我得到

ValueError: Wrong number of items passed 20, placement implies 1

我认为这与我不要求它循环遍历整个数据帧来给我值有关，但我不完全确定。任何指点都会很棒!

Answer 1

使用嵌套np.where

import numpy as np

isin = df.Region.isin(['AMER', 'LA'])
nv = df['Number Value'] > 31000

df['New Column'] = np.where(isin & nv, 'High', np.where(isin & ~nv, 'Low', ''))

print(df)

   ClientID Region  Number Value New Column
0     61661   AMER         38150       High
1      1212   EMEA          2012           
2      6543   AMER         38800       High
3      3115     LA         40121       High
4      3119   AMER          1000        Low

我们可以通过利用底层 numpy 数组来提高性能

isin = df.Region.isin(['AMER', 'LA']).values
nv = df['Number Value'].values > 31000

df['New Column'] = np.where(isin & nv, 'High', np.where(isin & ~nv, 'Low', ''))

时间

回复评论

isin = df.Region.isin(['AMER', 'LA']).values
nv = df['Number Value'].values > 31000
em = df.Region.values == 'EMEA'

df['New Column'] = np.where(
    isin & nv, 'High',
    np.where(
        isin & ~nv, 'Low',
        np.where(em, 'See SS 2', '')
    ))

   ClientID Region  Number Value New Column
0     61661   AMER         38150       High
1      1212   EMEA          2012   See SS 2
2      6543   AMER         38800       High
3      3115     LA         40121       High
4      3119   AMER          1000        Low