python - 根据数据框中的信息在 Pandas 数据框中创建变量

Question

我有一个按以下方式组织的数据框

    var1   var2   var3   var4
0   A      23     B      7
1   B      13     C      4
2   C      12     A      11
3   A      5      C      15

我现在想创建一个新变量(列)var5，如果 var1 == A 则它取 var2 的值，如果 var3 == A 则取 var4 的值。为简单起见，var1 和 var3 永远不能同时具有值 A。如果 var1 或 var3 都不采用值 A，那么我需要 NaN。也就是说，此示例中的结果将是:

    var1   var2   var3   var4  var5
0   A      23     B      7     23
1   B      13     C      4     NaN
2   C      12     A      11    11
3   A      5      C      15    5

如何实现？

Answer 1

选项 1
听起来你可以为此使用 np.where -

i = df.var1 == 'A'
j = df.var3 == 'A'

df['var5'] = np.where(i, df.var2, np.where(j, df.var4, np.NaN))
df

  var1  var2 var3  var4  var5
0    A    23    B     7  23.0
1    B    13    C     4   NaN
2    C    12    A    11  11.0
3    A     5    C    15   5.0

---

选项 2
另一种选择是 np.select -

df['var5'] = np.select([i, j], [df.var2, df.var4], default=np.nan)
df

  var1  var2 var3  var4  var5
0    A    23    B     7  23.0
1    B    13    C     4   NaN
2    C    12    A    11  11.0
3    A     5    C    15   5.0

请注意，i 和 j 是选项 1 的代码 list 中定义的相同变量。

---

选项 3
pd.Series.mask/哪里

df.var2.mask(~i, df.var4.mask(~j, np.nan))

0    23.0
1     NaN
2    11.0
3     5.0
Name: var2, dtype: float64