pandas - 如何比较 2 个数据框列并根据结果将值添加到新数据框

Question

我有 2 个长度相同的数据帧，我想比较它们之间的特定列。如果其中一个数据框中第一列的值更大 - 我希望它采用第二列中的值并将其分配给新的数据框。参见示例。第一个数据框:

       0   class
0    1.9       0
1    9.8       0
2    4.5       0
3    8.1       0
4    1.9       0

第二个数据框:

       0   class
0    1.4       1
1    7.8       1
2    8.5       1
3    9.1       1
4    3.9       1

新的数据框应该是这样的:

  class
0     0
1     0
2     1
3     1
4     1

Answer 1

使用numpy.where使用 DataFrame 构造函数:

df = pd.DataFrame({'class': np.where(df1[0] > df2[0], df1['class'], df2['class'])})

或DataFrame.where :

df = df1[['class']].where(df1[0] > df2[0], df2[['class']])

---

print (df)
   class
0      0
1      0
2      1
3      1
4      1

编辑:

如果还有其他条件，请使用 numpy.select如有必要 numpy.isclose

print (df2)
     0  class
0  1.4      1
1  7.8      1
2  8.5      1
3  9.1      1
4  1.9      1


masks = [df1[0] == df2[0], df1[0] > df2[0]]
#if need compare floats in some accuracy
#masks = [np.isclose(df1[0], df2[0]), df1[0] > df2[0]]
vals = ['not_determined', df1['class']]
df = pd.DataFrame({'class': np.select(masks, vals, df2['class'])})
print (df)
            class
0               0
1               0
2               1
3               1
4  not_determined

或者:

masks = [df1[0] == df2[0], df1[0] > df2[0]]
vals = ['not_determined', 1]
df = pd.DataFrame({'class': np.select(masks, vals, 1)})
print (df)
            class
0               0
1               0
2               1
3               1
4  not_determined

开箱解决方案:

df = np.sign(df1[0].sub(df2[0])).map({1:0, -1:1, 0:'not_determined'}).to_frame('class')
print (df)
            class
0               0
1               0
2               1
3               1
4  not_determined