python - 基于python中的逻辑表达式使用for循环创建新列

Question

我有以下数据框:

df1 = pd.DataFrame()
df1 ['TG'] = [0,2,1,3,5,7,]
df1['Value'] =[0.2,0.5,0.015,0.6,0.11,0.12]

我想根据 TG 列的值创建新列(即 <1、<2、<3、<4 和 >0、>1、>2、>3 等)列名将为 U0.5、U1.5、U2.5、U3.5、O0.5、O1.5、O2.5、O3.5因此，我将有 8 个具有上述列名的新列。每个单元格的值将来自值 列。我的预期输出如下:

我可以使用 np.where 一次创建一个新列。

谁能告诉我如何循环执行此操作？

谢谢。

齐普

Answer 1

使用 numpy 广播，所以不需要循环:

#create array
arr = np.arange(1, 5) - .5
print (arr)
[0.5 1.5 2.5 3.5]

#create Mx1 arrays from Series
vals = df1['Value'].values[:, None]
tg = df1['TG'].values[:, None]

#compare arrays and multiple, use DataFrame constructor
df2 = pd.DataFrame((arr > tg) * vals, columns=arr).add_prefix('U')
df3 = pd.DataFrame((arr < tg) * vals, columns=arr).add_prefix('O')

#join all together
df = pd.concat([df1, df2, df3], axis=1)
print (df)  
   TG  Value  U0.5   U1.5   U2.5   U3.5   O0.5  O1.5  O2.5  O3.5
0   0  0.200   0.2  0.200  0.200  0.200  0.000  0.00  0.00  0.00
1   2  0.500   0.0  0.000  0.500  0.500  0.500  0.50  0.00  0.00
2   1  0.015   0.0  0.015  0.015  0.015  0.015  0.00  0.00  0.00
3   3  0.600   0.0  0.000  0.000  0.600  0.600  0.60  0.60  0.00
4   5  0.110   0.0  0.000  0.000  0.000  0.110  0.11  0.11  0.11
5   7  0.120   0.0  0.000  0.000  0.000  0.120  0.12  0.12  0.12

循环解决方案:

arr = np.arange(1, 5) - .5
for x in arr:
    df1[f"U{x}"] = df1["Value"] * (df1["TG"] < x)
for x in arr:
    df1[f"O{x}"] = df1["Value"] * (df1["TG"] > x)

print (df1)
   TG  Value  U0.5   U1.5   U2.5   U3.5   O0.5  O1.5  O2.5  O3.5
0   0  0.200   0.2  0.200  0.200  0.200  0.000  0.00  0.00  0.00
1   2  0.500   0.0  0.000  0.500  0.500  0.500  0.50  0.00  0.00
2   1  0.015   0.0  0.015  0.015  0.015  0.015  0.00  0.00  0.00
3   3  0.600   0.0  0.000  0.000  0.600  0.600  0.60  0.60  0.00
4   5  0.110   0.0  0.000  0.000  0.000  0.110  0.11  0.11  0.11
5   7  0.120   0.0  0.000  0.000  0.000  0.120  0.12  0.12  0.12