如何在 Pandas DataFrame 中应用 IF、else、else if 条件答案

【问题标题】：How to apply IF, else, else if condition in Pandas DataFrame如何在 Pandas DataFrame 中应用 IF、else、else if 条件
【发布时间】：2019-12-28 09:29:38
【问题描述】：

我的 pandas DataFrame 中有一个包含国家/地区名称的列。我想使用 if-else 条件在列上应用不同的过滤器，并且必须在具有这些条件的 DataFrame 上添加一个新列。

当前数据帧：-

Company Country
BV 	Denmark
BV 	Sweden
DC 	Norway
BV 	Germany
BV 	France
DC 	Croatia
BV 	Italy
DC 	Germany
BV 	Austria
BV 	Spain

我已经尝试过了，但在这个过程中，我必须一次又一次地定义国家/地区。

bookings_d2.loc[(bookings_d2.Country== '丹麦') | (bookings_d2.Country== 'Norway'), 'Country'] = bookings_d2.Country

在 R 中，我目前正在使用这样的 if else 条件，我想在 python 中实现同样的事情。

R 代码示例 1： ifelse(bookings_d2$COUNTRY_NAME %in% c('丹麦','德国','挪威','瑞典','法国','意大利','西班牙','德国','奥地利','荷兰', '克罗地亚'，'比利时'）， as.character(bookings_d2$COUNTRY_NAME),'Others')

R 代码示例 2： ifelse(bookings_d2$country %in% c('德国'), ifelse(bookings_d2$BOOKING_BRAND %in% c('BV'),'Germany_BV','Germany_DC'),bookings_d2$country)

预期的数据帧：-

Company Country
BV 	Denmark
BV 	Sweden
DC 	Norway
BV 	Germany_BV
BV 	France
DC 	Croatia
BV 	Italy
DC 	Germany_DC
BV 	Others
BV 	Others

【问题讨论】：

sn-p 已经贴好了，谢谢
请使用 HTML sn-ps（图片旁边的图标）选项粘贴输入和输出。这有助于我们使用pandas.read_clipboard() 将数据作为数据帧读取。我们不能为此目的使用图片，而且我们大多数人都不想浪费时间通过输入数据来创建数据框。
希望它现在对你有用。

标签： python-3.x pandas numpy dataframe if-statement

【解决方案1】：

你可以使用：

例如1：将Series.isin与numpy.where或loc一起使用，但必须使用~反转掩码：

#removed Austria, Spain
L = ['Denmark','Germany','Norway','Sweden','France','Italy',
     'Germany','Netherlands','Croatia','Belgium']

df['Country'] = np.where(df['Country'].isin(L), df['Country'], 'Others')

替代方案：

df.loc[~df['Country'].isin(L), 'Country'] ='Others'

例如2：使用numpy.select或嵌套np.where：

m1 = df['Country'] == 'Germany'
m2 = df['Company'] == 'BV'
df['Country'] = np.select([m1 & m2, m1 & ~m2],['Germany_BV','Germany_DC'], df['Country'])

替代方案：

df['Country'] = np.where(~m1, df['Country'],
                np.where(m2, 'Germany_BV','Germany_DC'))
print (df)
  Company     Country
0      BV     Denmark
1      BV      Sweden
2      DC      Norway
3      BV  Germany_BV
4      BV      France
5      DC     Croatia
6      BV       Italy
7      DC  Germany_DC
8      BV      Others
9      BV      Others

【讨论】：

【解决方案2】：

不确定您要达到的具体目标，但我猜大概是这样的：

df=pd.DataFrame({'country':['Sweden','Spain','China','Japan'], 'continent':[None] * 4})

  country continent
0  Sweden      None
1   Spain      None
2   China      None
3   Japan      None


df.loc[(df.country=='Sweden') | ( df.country=='Spain'), 'continent'] = "Europe"
df.loc[(df.country=='China') | ( df.country=='Japan'), 'continent'] = "Asia"

  country continent
0  Sweden    Europe
1   Spain    Europe
2   China      Asia
3   Japan      Asia

您还可以使用 python 列表推导式：

df.continent=["Europe" if (x=="Sweden" or x=="Denmark") else "Other" for x in df.country]

【讨论】：

看到你刚刚更新了问题，但原理思路应该是一样的。
我想达到同样的效果，但我想知道我们如何在 if 和 else 条件下做到这一点。你的回答解决了我的问题。但我想知道如何使用 if-else 条件语句来做到这一点。
你可以把这两个df.loc语句想成if和elseif，那么你可以把初始的[None]值想成else（你可以随意使用任何其他值，不是' t 必须是 None)。
@ArvindPant - 检查欺骗 - np.select

【解决方案3】：

你可以得到它：

country_others=['Poland','Switzerland']


df.loc[df['Country']=='Germany','Country']=df.loc[df['Country']=='Germany'].apply(lambda x: x+df['Company'])['Country']
df.loc[(df['Company']=='DC') &(df['Country'].isin(country_others)),'Country']='Others'

【讨论】：