熊猫根据其他列上的复合条件添加列[重复]

Question

我有一个数据框是

| A  | B |
| -- | -- |
| 1  | good |
| 2  | bad  |
| 3  | bad  |
| 4  | mid  |

我想添加另一列将 B 列转换为数字，这样如果 B 为“好”，则为 1，如果 B 为“坏”，则为 0，如果 B 为“中”，则为另一个数字，比如 2。

鉴于数据框非常大，最有效的方法是什么？我可以使用 lambda 函数和.apply，这是一种方法，不是特别有效。使用过滤你可以做类似的事情

df['C'] = np.where(df['B']=='good', 1, 0)

这将允许我使用二进制条件并且非常快。但是要使它同时满足这两个条件，我必须使用其中两个语句。我想知道是否有一种方法可以使用双重条件的有效过滤。

Answer 1

使用字典。例如定义：

d = {'good': 1, 'bad': 0, 'mid': 2}

然后使用pd.Series.map，它接受字典作为输入：

df['C'] = df['B'].map(d)

您也可以使用pd.Series.replace，但这种方法通常会产生较差的性能。

相关：Replace values in a pandas series via dictionary efficiently