python - 根据另一个 df 列的值范围设置 pandas df 列的值

Question

我有一个看起来像这样的 df:

df = pd.DataFrame({'a':[-3,-2,-1,0,1,2,3], 'b': [1,2,3,4,5,6,7]})

我想创建一个“c”列，它查看“a”的值以确定对“b”执行什么操作并将其显示在新列“c”中。

我有一个使用 iterrow 的解决方案，但是，我的真实 df 很大并且 iterrows 效率低下。

我想做的是以向量化形式执行此操作。我的“慢”解决方案是:

df['c'] = 0
for index, row in df.iterrows():
    if row['a'] <=-2:
        row['c'] = row['b']*np.sqrt(row[b]*row[a])
    if row['a'] > -2 and row['a'] < 2:
        row['c'] = np.log(row['b'])
    if row['a'] >= 2:
        row['c'] = row['b']**3

Answer 1

使用np.select .这是一个矢量化操作。

conditions = [
    df['a'] <= -2,
    (df['a'] > -2) & (df['a'] < 2),
    df['a'] >= 2
]

values = [
    df['b'] * np.sqrt(df['b'] * df['a'])
    np.log(df['b']),
    df['b']**3
]

df['c'] = np.select(conditions, values, default=0)