Pandas小册子：根据条件创建新的列

在进行数据分析时，经常会遇到根据已有的数据列，按照一定条件创建新的数据列，然后进行进一步分析。

今天，我们来看一个根据已有数据按照一定条件创建新的数据列的方法。

数据如下：

import pandas as pddf = pd.DataFrame({'team_A': ['Spain', 'Germany', 'Brazil', 'France'],                  'team_B': ['USA', 'Argentina', 'Mexico', 'Belgium'],                  'score_A': [5, 3, 2, 0],                  'score_B': [4, 0, 3, 0]},                 columns = ['team_A', 'team_B', 'score_A', 'score_B'])dfOut[2]:    team_A     team_B  score_A  score_B0    Spain        USA        5        41  Germany  Argentina        3        02   Brazil     Mexico        2        33   France    Belgium        0        0

问题： 从上面数据中创建新的一个数据列，用来存储获胜队伍的名称。

即，根据 "scoreA" 与 "scoreB" 比较的结果，来获取相应的结果。

例如，第一行， "Spain":"USA" 为 5:4 ， "Spain" 获胜，新创建的列中存储的结果为 "Spain"。

下面介绍两种方法来实现上述要求。

第一种方法

第一种方法是利用 Pandas 中 DataFrame 的条件选择功能来实现，过程如下：

# 创建新的列 "win_team"，赋值为空白df['win_team'] = ''# 创建判断条件 maskmask = df['score_A'] - df['score_B']df.loc[mask > 0, 'win_team'] = df.loc[mask > 0, 'team_A']df.loc[mask < 0, 'win_team'] = df.loc[mask < 0, 'team_B']df.loc[mask == 0, 'win_team'] = 'Draw'dfOut[3]:    team_A     team_B  score_A  score_B win_team0    Spain        USA        5        4    Spain1  Germany  Argentina        3        0  Germany2   Brazil     Mexico        2        3   Mexico3   France    Belgium        0        0     Draw

第二种方法

第二种方法是结合 DataFrame.iterrows() 以及 Python 的 list 的功能来实现，过程如下：

# The second method to get the winnersdef find_win_team(df):    winners = []    for i, row in df.iterrows():        if row['score_A'] > row['score_B']:            winners.append(row['team_A'])        elif row['score_A'] < row['score_B']:            winners.append(row['team_B'])        else:            winners.append('Draw')    return winnersdf['winner'] = find_win_team(df)dfOut[4]:    team_A     team_B  score_A  score_B win_team   winner0    Spain        USA        5        4    Spain    Spain1  Germany  Argentina        3        0  Germany  Germany2   Brazil     Mexico        2        3   Mexico   Mexico3   France    Belgium        0        0     Draw     Draw

关于 DataFrame.iterrows(), 我们先来看看其运行结果。

for row_index, row in df.iterrows():    print('%s\n%s' % (row_index, row))0team_A      Spainteam_B        USAscore_A         5score_B         4win_team    Spainwinner      SpainName: 0, dtype: object1team_A        Germanyteam_B      Argentinascore_A             3score_B             0win_team      Germanywinner        GermanyName: 1, dtype: object2team_A      Brazilteam_B      Mexicoscore_A          2score_B          3win_team    Mexicowinner      MexicoName: 2, dtype: object3team_A       Franceteam_B      Belgiumscore_A           0score_B           0win_team       Drawwinner         DrawName: 3, dtype: object

DataFrame.iterrows() 的作用是将 dataframe的每行转换成为一个 Series，可以理解为针对于每一行，做了行列转置。

图示如下：

END

Pandas小册子

Groupby概览 | 文本拆分 | 按指定list排序 |

第一种方法

第二种方法

更多相关文章

随机推荐