python - 使用 if/else 语句创建一个新的可变数值列

Question

我有一个包含“y”列的数据集，其中存在特定值。我想使用该列并创建一个新列 (z)，表示如果 y 值为 47472，则 z 应为 1000，如果 y <1000，则 z=y*2，否则所有其他值应为 2000。这是数据的模拟示例。我没有“z”列，但我想创建它:

          y      z
0      1751   2000
1       800   1600
2     10000   2000
3       350    700
4       750   1500
5      1750   3500
6     30000   2000
7     47472   1000


def test(y):
    if y == 47472:
        z=1000
    elif y < 1000:
        z=y*2
    else:
        z=2000
    return Z

# I tried to call the above function below
z = test(y)
z

但我没有得到结果，而是显示以下错误:

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

问题是你在 if 语句中使用了一个系列，例如:

if y == 47472:

假设 y 是您的 DataFrame 的一部分，这将产生一个 bool 值列表:

>>> df['y']==47472
0    False
1    False
2    False
3    False
4    False
5    False
6    False
7     True
Name: y, dtype: bool

这是不合法的，因此建议您使用返回一个 bool 值的 bool 函数，例如 any()、all() 等。相反，您应该使用 boolean indexing :

# df is the dataframe with your data
# adding column z
df['z'] = pd.Series(np.zeros(df.shape[0]))
# if y == 47472 then put 1000
df.loc[df['y']==47472, 'z'] = 1000
# filter <1000
df.loc[df['y']<1000, 'z'] = 2*df['y']
# now set rest to 2000 (i.e. ones that do not comply previous 2 conditions)
df.loc[(df['y']>=1000) & (df['y']!=47472),'z'] = 2000

编辑:正如 EdChum 评论的那样，我正在表演 chained indexing :

df['z'][df['y']<1000] = 2*df['y']

应该使用 loc 来避免:

df.loc[df['y']<1000, 'z'] = 2*df['y']