python - 使用基于其他列的多个查找向 Pandas DataFrame 添加一列

Question

我正在尝试向 DataFrame 添加一列 (col5)，如下所示，其中 col5 中的值需要是 col4 中满足某些条件的值同一行的另一列。例如，在 col5 的第 1 行，我想要一个来自 col4 的值，这样 col1 和 col2 的值与第 1 行相同，但是col3 中的值是 != row1 中的值。在 excel 中，这可以使用图中所示的 sumifs 来完成。任何帮助表示赞赏。 我已经根据 Paul 的回答更新了我的问题。

df=pd.DataFrame({"col1":[1,1,1,1,2,2,2,2], "col2":['a','a','b', 'b','c', 'c', 'd', 'd'], "col3":['p','q','p', 'q', 'p','q','p', 'q'], 'col4':[100,200,300,400,500,600,700,800]})

我想要完成的是像下面这样添加一个 col5 来检查其他列的条件，其中 col1 和 col2 应该是相同，但 col3 不匹配。假设 col3 将只有两个不同的值，那么说 col3 不匹配意味着 col3 应该有另一个值。

df2 = df

df['col5'] = df[(df.col1 == df2.col1) & (df.col2 == df2.col2) & (df.col3 != df2.col3)].col4

df

>>>

  col1 col2 col3 col4   col5
0   1   a    p   100    NaN
1   1   a    q   200    NaN
2   1   b    p   300    NaN
3   1   b    q   400    NaN
4   2   c    p   500    NaN
5   2   c    q   600    NaN
6   2   d    p   700    NaN
7   2   d    q   800    NaN

当我运行它时，我在 col5 中得到所有 NaN，如上所示。

我想要得到的是如下。这里的安排似乎很简单，就像从下一行或上一行获取一样，但在扩展数据中，它可以在任何行。

>>>

  col1 col2 col3 col4   col5
0   1   a    p   100    200
1   1   a    q   200    100
2   1   b    p   300    400
3   1   b    q   400    300
4   2   c    p   500    600
5   2   c    q   600    500
6   2   d    p   700    800
7   2   d    q   800    700

Answer 1

你的问题对我来说不是很清楚，但我的理解是:检查 col1 和 col2 是否与下一行相同，但 col3 不同。

如果是:抓取下一行col4的值作为col5。

df=pd.DataFrame({"col1":[1,1,1,1,2,2,2,2], "col2":['a','a','b', 'b','c', 'c', 'd', 'd'], "col3":['p','q','p', 'q', 'p','q','p', 'q'], 'col4':[100,200,300,400,500,600,700,800]})

df2 = df.shift(-1)
df['col5'] = df2[(df.col1 == df2.col1) & (df.col2 == df2.col2) & (df.col3 != df2.col3)].col4

df

        col1    col2    col3    col4    col5
0       1       a       p       100     200.0
1       1       a       q       200     NaN
2       1       b       p       300     400.0
3       1       b       q       400     NaN
4       2       c       p       500     600.0
5       2       c       q       600     NaN
6       2       d       p       700     800.0
7       2       d       q       800     NaN

更新

如果您还想找到其他值，请使用apply:

df['col5'] = df.apply(
    lambda x: df[
        (df.col1 == x.col1) & 
        (df.col2 == x.col2) & 
        (df.col3 != x.col3)
        ].reset_index()['col4'],
    axis=1)

这是遍历行的更好方法。