比较两个 Pandas 列并设置为标签答案

【问题标题】：Compare two Pandas columns and set as label比较两个 Pandas 列并设置为标签
【发布时间】：2020-10-24 21:55:24
【问题描述】：

假设我有以下 pd.DataFrame：

df = pd.DataFrame({'a': [10, 20, 30],
                   'b': [5, 25, 30]})

我希望得到

    a   b    label
0   10  5    1
1   20  25   2
2   30  30   3

意思：

当我有多个条件时，我不知道该怎么做。

【问题讨论】：

【解决方案1】：

试试这个，np.where & .loc

df['label'] = np.where(df['a'] > df['b'], 1, 2)

df.loc[df['a'] == df['b'], 'label'] = 3

编辑

df['label'] = np.where(df['a'] > df['b'], 1, (np.where(df['a'] < df['b'], 2, 3)))

【讨论】：

【解决方案2】：

与np.sign 玩得开心，自然会为标志分配类别：

df['label'] = np.sign(df['a'] - df['b']).map({1: 1, -1: 2, 0: 3})
df

    a   b  label
0  10   5      1
1  20  25      2
2  30  30      3

这里要注意的有趣的是np.sign 输出一个系列，所以我可以直接调用Series.map 来获取你想要的标签。整洁！

【讨论】：

@Sushanth 谢谢你，也谢谢你。如果我先回答，我会在我的帖子中得到你所拥有的，因为np.where 是这个问题的实际解决方案（并且通过测试比这快 10-20%）。但是因为我迟到了，所以我会分享一些你通常看不到的东西:-)
@cs95 很好的答案，只是一个小查询，np.sign 的文档指出 np.sign 返回ndarray 那么我们怎么可能使用系列方法呢？
@ShubhamSharma 很好的问题，简而言之，numpy 知道它是许多库的基础，因此尽最大努力与它们合作。将 pandas Series 视为 numpy 数组（它就是）上的精美包装对象。 Numpy 将尝试保留“包装对象”的身份，可以说，同时转换底层数据。见related q。
@cs95 感谢您的解释，我明白了。已经为您建议的问题添加了书签并投票赞成:)。
@cs95 所以我猜 np 操作的结果应该与原始输入系列具有相同的大小，以便包装行为起作用，对吧？顺便说一句，非常感谢您的解释..

【解决方案3】：

使用np.select根据条件进行选择：

df['label'] = np.select([df['a'].gt(df['b']), df['a'].lt(df['b'])], [1, 2], 3)

结果：

# print(df)

    a   b   label
0   10  5       1
1   20  25      2
2   30  30      3

【讨论】：