如何根据特定列的值在熊猫数据框中进行计算答案

【问题标题】：How to make a calculation in a pandas daframe depending on a value of a certain column如何根据特定列的值在熊猫数据框中进行计算
【发布时间】：2023-01-10 17:03:18
【问题描述】：

我有这个数据框，我想根据条件进行计算，如下所示：

   count  prep  result
     0      10     100
    10      100    100

我想创建一个新列 evaluated 即：

if df['count']==0: 
    df['evaluated'] = df['result'] / df['prep']
else:
    df['evaluated'] = df['result'] / df['count']

预期结果是：

   count  prep  result   evaluated
     0      10     100      10
    100     10     100      1

最好的方法是什么？我的真实数据框有 30k 行。

【问题讨论】：

提供的示例还显示了“准备”的变化，鉴于您的描述，我认为这是不正确的，否则请澄清。

标签： python-3.x pandas

【解决方案1】：

您可以使用where 或mask：

df['evaluated'] = df['result'].div(df['prep'].where(df['count'].eq(0), df['count']))

或者：

df['evaluated'] = df['result'].div(df['count'].mask(df['count'].eq(0), df['prep']))

输出（假设提供的输入有误）：

   count  prep  result  evaluated
0      0    10     100       10.0
1    100    10     100        1.0

【讨论】：

【解决方案2】：

除了 mozway 的答案，计算不等于 0 的值的评估：df['evaluated'] = df['result'].div(df['prep'].where(df['count'].ne(0), df['count']))

【讨论】：

【解决方案3】：

您还可以使用 numpy 中的 np.where 来做到这一点：

df['evaluated'] = np.where(df['count'] == 0,
                           df['result'] / df['prep'],   # == 0
                           df['result'] / df['count'])  # != 0

超过 30k 行的性能（不是很重要）：

>>> %timeit df['result'].div(df['prep'].where(df['count'].eq(0), df['count']))
652 µs ± 12.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

>>> %timeit df['result'].div(df['count'].mask(df['count'].eq(0), df['prep']))
638 µs ± 1.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

>>> %timeit np.where(df['count'] == 0, df['result'] / df['prep'], df['result'] / df['count'])
462 µs ± 1.63 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

【讨论】：