根据多个条件将现有列的值分配给熊猫中的新列

Question

我正在尝试根据现有列在 pandas 数据框中创建一个新列。

column1	column2	column3	y1	y2	y3
100	200	300	2020	2021	2022
100	200	300	2021	2022	2023
100	200	300	2019	2020	2021

我想要一个新列 vals，如果 currentyear = y1 和 col2 如果 currentyear = y2，则它的值为 col1

column1	column2	column3	y1	y2	y3	Vals
100	200	300	2020	2021	2022	200
100	200	300	2021	2022	2023	100
100	200	300	2019	2020	2021	300

我正在尝试以下代码：

    def assignvalues(df):
        if df['y1'] == currentyear:
            df['Vals'] = df['col1']
        elif df['y2'] == currentyear:
            df['Vals'] = df['col2']
        elif df['y3'] == currentyear:
            df['Vals'] = df['col3']

df.apply(assignvalues)

它确实创建列但不存储任何值。

Answer 1

来自您的DataFrame：

>>> import pandas as pd
>>> from io import StringIO

>>> df = pd.read_csv(StringIO("""
... column1,column2,column3,y1,y2,y3
... 100,200,300,2020,2021,2022
... 100,200,300,2021,2022,2023
... 100,200,300,2019,2020,2021"""))
>>> df
    column1 column2 column3 y1      y2      y3
0   100     200     300     2020    2021    2022
1   100     200     300     2021    2022    2023
2   100     200     300     2019    2020    2021

还有函数assignvalues，它现在从每个if 的预期列中返回值。例如，我们将currentyear 设置为2021：

>>> def assignvalues(df):
...     if df['y1'] == currentyear:
...         return df['column1']
...     elif df['y2'] == currentyear:
...         return df['column2']
...     elif df['y3'] == currentyear:
...         return df['column3']

>>> currentyear = 2021

我们可以像您一样为df["Vals"] 分配一个apply()，并使用axis=1 参数来获得预期的结果：

>>> df["Vals"] = df.apply(assignvalues, axis=1)
>>> df
    column1 column2 column3 y1      y2      y3      Vals
0   100     200     300     2020    2021    2022    200
1   100     200     300     2021    2022    2023    100
2   100     200     300     2019    2020    2021    300

Answer 2

你可以使用np.select()来加快执行速度，如下：

import numpy as np

currentyear = pd.to_datetime('now').year

condlist = [df['y1'] == currentyear, 
            df['y2'] == currentyear, 
            df['y3'] == currentyear]

choicelist = [df['column1'],
              df['column2'],
              df['column3']]            

df['Vals'] = np.select(condlist, choicelist, default=np.nan)

如果当前年份不匹配，则默认值为NaN，您可以通过修改default=参数将其设置为0或您选择的其他值。

结果：

print(df)

   column1  column2  column3    y1    y2    y3  Vals
0      100      200      300  2020  2021  2022   200
1      100      200      300  2021  2022  2023   100
2      100      200      300  2019  2020  2021   300