python - 按列条件计算的 DataFrame 列

Question

我是 Python 的新手，我正在尝试根据同一数据框的另一列的条件计算数据框的新列。

我有一个包含 A、B、C、D、E 列的 DataFrame。

我需要计算新的 F 列:

F = A - B if E == 'Y'
F = A - (C + D) if E == 'N'

我尝试使用函数 Apply 但它不起作用。

这是我的代码:

def my_funcion(column): 
    if column == 'N' :
        return df['B']
    if column== 'Y' :
        return (df['C'] + df['D'])
df['F'] = df['A'] - df.apply(myfunction(df['E'], axis=1) 

但它向我显示了这个错误:

ValueError: ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', u'occurred at index 0'

Answer 1

我想你可以使用 numpy.where :

如果 E 中只有 Y 和 N 值的解决方案:

np.random.seed(145)
df = pd.DataFrame(np.random.randint(10,size=(5,4)), columns=list('ABCD'))
df['E'] = ['Y'] * 3 + ['N'] * 2 

df['F'] = np.where(df['E'] == 'Y', df['A'] - df['B'], df['A'] - (df['C'] + df['D']))
print (df)

   A  B  C  D  E   F
0  5  5  6  7  Y   0
1  2  5  8  5  Y  -3
2  1  2  0  8  Y  -1
3  4  5  8  9  N -13
4  1  6  7  6  N -12

如果 E 列中不仅有 N 和 Y 的解决方案:

np.random.seed(145)
df = pd.DataFrame(np.random.randint(10,size=(5,4)), columns=list('ABCD'))
df['E'] = ['Y'] * 2 + ['N'] * 2  + ['X']

df['F'] = np.where(df['E'] == 'Y', df['A'] - df['B'], 
          np.where(df['E'] == 'N', df['A'] - (df['C'] + df['D']), 100))
print (df)

   A  B  C  D  E    F
0  5  5  6  7  Y    0
1  2  5  8  5  Y   -3
2  1  2  0  8  N   -7
3  4  5  8  9  N  -13
4  1  6  7  6  X  100

如果要使用apply(较慢):

def my_funcion(column): 
    if column['E'] == 'Y' :
        return column['B']
    if column['E'] == 'N' :
        return (column['C'] + column['D'])

df['F'] = df['A'] - df.apply(my_funcion, axis=1) 
print (df)

   A  B  C  D  E   F
0  5  5  6  7  Y   0
1  2  5  8  5  Y  -3
2  1  2  0  8  N  -7
3  4  5  8  9  N -13
4  1  6  7  6  N -12