Pandas - 如果观察到另一列 (col B) 中的条件，则使用来自另一列 (col A) 的值创建一列 (col C)答案

【问题标题】：Pandas - Create a column (col C) with values from another (col A) if a condition in another column (col B) is observedPandas - 如果观察到另一列 (col B) 中的条件，则使用来自另一列 (col A) 的值创建一列 (col C)
【发布时间】：2020-05-11 09:59:39
【问题描述】：

我有一个 DataFrame，正如我们在表 A 中看到的那样，它有两列。 A 列上的值是从 1 开始的 int。B 列中的值是二进制的。

我需要创建 C 列（表 B），其中：如果 B 列上的值为 1，则获取相应行的 A 列上的值，否则，如果 B 列上的值为 0，则相应行的 C 列将为 0。

示例表A：

+---+---+
| A | B |
+---+---+
| 6 |  1|
| 10|  0|
| 50|  0|
|100|  1|
| 5 |  1|
| 2 |  0|
+---+---+

表 B：

+---+---+---+
| A | B | C |
+---+---+---+
| 6 |  1| 6 |
| 10|  0| 0 |
| 50|  0| 0 |
|100|  1|100|
| 5 |  1| 5 |
| 2 |  0| 0 |
+---+---+---|

代码：

# create df
import pandas as pd
d = {'A': [6,10,50,100,5,2], 'B': [1,0,0,1,1,0]}
dfA = pd.DataFrame(data=d) 
dfA

有人可以帮帮我吗？谢谢！ :)

【问题讨论】：

标签： python python-3.x pandas sklearn-pandas

【解决方案1】：

dfA['C']=0
dfA.loc[dfA['B']==1, 'C'] = dfA['A']
dfA

【讨论】：

虽然此代码可能会回答问题，但提供有关它如何和/或为什么解决问题的额外上下文将提高答案的长期价值

【解决方案2】：

感谢您提供的极简工作示例！

我会这样解决：

dfA['C'] = dfA['A']          # copy A to C
dfA['C'][dfA['B'] == 0] = 0  # set all positions in C where B is 0 to 0

生成的dfA：

     A  B    C
0    6  1    6
1   10  0    0
2   50  0    0
3  100  1  100
4    5  1    5
5    2  0    0

【讨论】：

【解决方案3】：

在numpy where clause 中，第一个参数是条件，下一个参数是“then”部分，然后“else”是列表

import numpy as np
df['C'] = np.where(df['B']==1, df['B'], 0)

【讨论】：

【解决方案4】：

如果 B 列是 0 或 1，您可以在 axis=1 上使用 prod 将 A 和 B 列多个列

dfA['C'] = dfA.prod(axis=1)
#dfA['C'] = dfA[['A','B']].prod(axis=1) if you have more columns
print(dfA)

     A  B    C
0    6  1    6
1   10  0    0
2   50  0    0
3  100  1  100
4    5  1    5
5    2  0    0

【讨论】：