如何创建一个列来评估 pandas 数据框中其他 3 列的输出？

Question

我有以下数据框（df）。

GovKeepSecure	BankKeepSecure	OtherKeepSecure	Secure
Yes	Yes	Yes	Yes
No	No	Yes	No
No	Neutral	Yes	Neutral

我正在寻找一个 python 函数来评估前 3 列，并返回在“安全”/第 4 列中出现超过 2 次的值。

例如，如果前 3 列（在同一行）中有 2 个或更多“否”，则“安全”列中的值会导致“否”。如果不满足此类条件，则“安全”列默认为“中性”。

我想知道我们将如何创建这样一个函数。

这是我正在尝试开发的方法。

import pandas as pd

def secure(row):
    if row["GovKeepSecure", "BankKeepSecure", OtherKeepSecure] == ["Yes", "Yes", "Yes"]:
             return "Yes"
    if row["GovKeepSecure", "BankKeepSecure", OtherKeepSecure] == ["Yes", "Yes", "No"]:
             return "Yes"
-------------------------------------------------------------------------------------(etc.)
df["Secure"] = df.apply(lambda row: secure(row), axis=1)

如果有更好的方法，请告诉我。非常感谢！

Answer 1

您可以为此使用np.select

a = df[['GovKeepSecure', 'BankKeepSecure', 'OtherKeepSecure']]

yes_counts = a.eq('Yes').sum(1)
no_counts  = a.eq('No').sum(1)
df['Secure'] = np.select([yes_counts > no_counts,
                          yes_counts < no_counts],
                         ['Yes', 'No'],
                         default='Neutral')

---

您也可以使用mode

a.agg(lambda s: s.mode() if len(s.mode()) == 1 else 'Neutral', axis=1)

Answer 2

这是一种方法

# apply value_counts and take idxmax along a row
# sort values, as when value count are equal, it takes the first value in the series
# sorting helps makes neutral comes as first result

df['Secure']=df.apply(lambda x: x.sort_values().value_counts().idxmax() , axis=1)
df

    GovKeepSecure   BankKeepSecure  OtherKeepSecure      Secure
0             Yes              Yes              Yes         Yes
1              No               No              Yes          No
2              No          Neutral              Yes     Neutral