如何根据其他列之间的比较将新列分配给数据框？答案

【问题标题】：How to assign a new column to a dataframe based on comparison between other columns?如何根据其他列之间的比较将新列分配给数据框？
【发布时间】：2022-11-06 23:12:17
【问题描述】：

在我通过 SQL 创建的一张 Excel 文件中，我有 3 列代表字母等级。评级值在评级 1、2 和 3 之间可能不同，但它们仍然可以使用相同的值进行排名。

我正在尝试在我的 Excel 文件中创建一个新列，该列可以采用这 3 个字母评级并拉出中间评级。

 ranking       | Rating_1 | Rating_2 | Rating_3 | NEW_COLUMN    |
   (1 lowest)  | -------- | -------- | -------- | --------      |
        3      |    A+    |   AA     |    Aa    | middle(rating)|
        2      |    B+    |   BB     |    Bb    | middle(rating)|
        1      |    Fa    |   Fb     |    Fc    | middle(rating)|
               | -------- | -------- | -------- | ---------     |

我需要考虑三种情况：

如果所有三个评级都不同，请在评级_1、评级_2 和评级_3 之间选择不是最高评级或最低评级的评级
如果所有三个等级都相同，请在 rating_1 上选择等级

如果有 2 个评级相同，但有一个不同，则选择最低评级

我创建了一个数据框：

df = pd.DataFrame(
    {"Rating_1": ["A+", "AA", "Aa"],
     "Rating_2": ["B+", "BB", "Bb"],
     "Rating_3": ["Fa", "Fb", "Fc"]}
)
df["NEW COLUMN"] = {insert logic here}

还是更容易创建一个过滤掉原始 DF 的新 DF？

【问题讨论】：

标签： python pandas dataframe conditional-statements

【解决方案1】：

使用以下数据框：

import pandas as pd

df = pd.DataFrame(
    {
        "Rating_1": ["A+", "Cc", "Aa"],
        "Rating_2": ["AA", "Cc", "Aa"],
        "Rating_3": ["BB", "Cc", "Bb"],
    }
)

print(df)
# Output
  Rating_1 Rating_2 Rating_3
0       A+       AA       BB
1       Cc       Cc       Cc
2       Aa       Aa       Bb

这是使用 Python sets 检查条件的一种方法：

# First condition
df["Middle_rating"] = df.apply(
    lambda x: sorted([x["Rating_1"], x["Rating_2"], x["Rating_3"]])[1]
    if len(set([x["Rating_1"], x["Rating_2"], x["Rating_3"]])) == 3
    else "",
    axis=1,
)

# Second condition
df["Middle_rating"] = df.apply(
    lambda x: x["Rating_1"]
    if len(set([x["Rating_1"], x["Rating_2"], x["Rating_3"]])) == 1
    else x["Middle_rating"],
    axis=1,
)

# Third condition
ratings = {
    rating: i
    for i, rating in enumerate(["A+", "AA", "Aa", "B+", "BB", "Bb", "C+", "CC", "Cc"])
}  # ratings ordered from best (A+: 0) to worst (CC: 8)
df["Middle_rating"] = df.apply(
    lambda x: max(x["Rating_1"], x["Rating_2"], x["Rating_3"])
    if len(
        set([ratings[x["Rating_1"]], ratings[x["Rating_2"]], ratings[x["Rating_3"]]])
    )
    == 2
    else x["Middle_rating"],
    axis=1,
)

然后：

print(df)
# Output
  Rating_1 Rating_2 Rating_3 Middle_rating
0       A+       AA       BB            AA
1       Cc       Cc       Cc            Cc
2       Aa       Aa       Bb            Bb

【讨论】：