python - 用 df.where 替换迭代？

Question

您好，我目前正在进行迭代，以便将一列的值与某个乘数相乘(如果它们与另一列中的特定值匹配)。为此，我已经有了一个功能迭代:

for index, row in street_cal.iterrows():
    street_cal.loc[street_cal['street_typ'] == 'motorway', 'v_length'] = street_cal['cal_length'] * 130
    street_cal.loc[street_cal['street_typ'] == 'motorway_link', 'v_length'] = street_cal['cal_length'] * 130
    street_cal.loc[street_cal['street_typ'] == 'trunk', 'v_length'] = street_cal['cal_length'] * 80
    street_cal.loc[street_cal['street_typ'] == 'trunk_link', 'v_length'] = street_cal['cal_length'] * 80
    street_cal.loc[street_cal['street_typ'] == 'primary', 'v_length'] = street_cal['cal_length'] * 50
    street_cal.loc[street_cal['street_typ'] == 'primary_link', 'v_length'] = street_cal['cal_length'] * 50
    street_cal.loc[street_cal['street_typ'] == 'secondary', 'v_length'] = street_cal['cal_length'] * 50
    street_cal.loc[street_cal['street_typ'] == 'secondary_link', 'v_length'] = street_cal['cal_length'] * 50
    street_cal.loc[street_cal['street_typ'] == 'tertiary', 'v_length'] = street_cal['cal_length'] * 50
    street_cal.loc[street_cal['street_typ'] == 'tertiary_link', 'v_length'] = street_cal['cal_length'] * 50
    street_cal.loc[street_cal['street_typ'] == 'road', 'v_length'] = street_cal['cal_length'] * 50
    street_cal.loc[street_cal['street_typ'] == 'unclassified', 'v_length'] = street_cal['cal_length'] * 50
    street_cal.loc[street_cal['street_typ'] == 'residential', 'v_length'] = street_cal['cal_length'] * 30
    street_cal.loc[street_cal['street_typ'] == 'living_street', 'v_length'] = street_cal['cal_length'] * 15

不幸的是，这个迭代需要相当长的时间，所以我尝试想出另一种方法来做到这一点，所以我发现了df.where。

引用自https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.where.html :

“返回一个与 self 形状相同的对象，其对应条目来自 self，其中 cond 为 True，否则来自 other。[...]

其他:标量、NDFrame 或可调用

cond 为 False 的条目将替换为其他条目中的相应值。如果 other 可调用，则在 NDFrame 上计算并应返回标量或 NDFrame。可调用对象不得更改输入 NDFrame(尽管 pandas 不检查它)。

版本 0.18.1 中的新功能:可调用对象可以用作其他对象。”

据此，我认为我可以使用 df.where 执行与上面相同的操作，如下所示:

street_cal['v_length'] = None    

street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'motorway', 
                                   (street_cal['cal_length'] * v_mot), axis='index')    
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'motorway_link', 
                                   (street_cal['cal_length'] * v_mot), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'trunk', 
                                   (street_cal['cal_length'] * v_tru), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'trunk_link', 
                                   (street_cal['cal_length'] * v_tru), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'primary', 
                                   (street_cal['cal_length'] * v_pri), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'primary_link', 
                                   (street_cal['cal_length'] * v_pri), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'secondary', 
                                   (street_cal['cal_length'] * v_sec), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'secondary_link', 
                                   (street_cal['cal_length'] * v_sec), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'tertiary', 
                                   (street_cal['cal_length'] * v_ter), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'tertiary_link', 
                                   (street_cal['cal_length'] * v_ter), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'road', 
                                   (street_cal['cal_length'] * v_roa), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'unclassified', 
                                   (street_cal['cal_length'] * v_unc), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'residential', 
                                   (street_cal['cal_length'] * v_res), axis='index') 
street_cal['v_length'] = street_cal.where(street_cal['street_typ'] != 'living_street', 
                                   (street_cal['cal_length'] * v_liv), axis='index')

但是，如果我运行代码，则只有带有“living_street”的行正确完成，而所有其他行在“v_length”列中包含的数字太高。我想对于其他人来说，值(value)会不止一次地倍增，这就是它们如此之高的原因。但我不明白为什么。在这种情况下，df.where 检查“street_typ”列是否具有例如'motorway' 未写入其中，因此 'street_typ' 列中具有 'motorway' 的行应写入 other 值，在本例中为 (street_cal['cal_length' ] * v_mot)，对吧？我想我对 df.where 的工作原理有点困惑。

Answer 1

这是另一个建议；创建缩放贴图并使用 pd.Series.map/replace 应用它。

scaler = { 'motorway' : 130, 'motorway_link' : 130, ... }    
street_cal['v_length'] = (
      street_cal['cal_length'] * street_cal['street_typ'].map(scaler).fillna(1)
)