python - 如何有条件地将一个热向量添加到 Pandas DataFrame

Question

我在 Python 中有以下 Pandas DataFrame:

import numpy as np
import pandas as pd
df  = pd.DataFrame(np.array([[1, 2, 3], [3, 2, 1], [2, 1, 1]]),
                   columns=['a', 'b', 'c'])
df

输出时如下所示:

    a   b   c
0   1   2   3
1   3   2   1
2   2   1   1

我需要添加 3 个新列，如“d”列、“e”列和“f”列。每个新列中的值将根据“b”列和“c”列的值确定。

在给定行中:

• 如果“b”列的值大于“c”列的值，则 [d, e, f] 列的值为 [1, 0, 0]。
• 如果“b”列的值等于“c”列的值，则 [d, e, f] 列的值为 [0, 1, 0]。
• 如果“b”列的值小于“c”列的值，则 [d, e, f] 列的值为 [0, 0, 1]。

此操作后，DataFrame 需要如下所示:

    a   b   c  d  e  f
0   1   2   3  0  0  1    # Since b smaller than c
1   3   2   1  1  0  0    # Since b bigger than c 
2   2   1   1  0  1  0    # Since b = c

我原来的 DataFrame 比这个例子中的大得多。有没有在 Python 中执行此操作而无需循环遍历 DataFrame 的好方法？

Answer 1

您可以使用 np.where 创建条件向量并使用 str.get_dummies 创建虚拟对象

df['vec'] = np.where(df.b>df.c, 'd', np.where(df.b == df.c, 'e', 'f'))
df = df.assign(**df['vec'].str.get_dummies()).drop('vec',1)

    a   b   c   d   e   f
0   1   2   3   0   0   1
1   3   2   1   1   0   0
2   2   1   1   0   1   0