创建具有大量条件的新变量，结合空白值和分类值

【问题标题】：Creating a new variable with lots of conditions, combining blank and categorical values创建具有大量条件的新变量，结合空白值和分类值
【发布时间】：2018-08-22 02:49:17
【问题描述】：

我有一个通常看起来像这样的数据框

ID Loc SL_Local SL_State TP Overall
12 54X          E        I  D
45 86I D        I        H  E
98 65R H        H        H  H

我想创建一个新列 (SL)，它使用带有一些 if/then 逻辑的 SL_Local 和 SL_State 列。基本上，如果 SL_Local 为空白，则 SL = SL_State，否则如果 SL_Local = D 且 SL_State = I，则 SL = D，依此类推。总共有大约 20 种可能的组合。

我找到了一些使用 if/else 逻辑来创建标志的示例（例如 here），但这并不是我想要的。我还发现了一些有关具有多个条件的问题（例如this one），但返回ValueError: operands could not be broadcast together with shapes (1131952,) (2,) 并且似乎不适用于空白值。我在一个包含 NaN 的列上尝试了这种逻辑，考虑到空白可能难以处理，但这也行不通。

【问题讨论】：

标签： python python-3.x pandas

【解决方案1】：

使用 np.select

import pandas as pd
import numpy as np
df = pd.DataFrame({'ID':[12,45,98],'Loc':['54X','86I','65R'],'SL_Local':['','D','H'],'SL_State':['E','I','H'],'TP':['I','H','H'],'Overall':['D','E','H']})
df = df[['ID','Loc','SL_Local','SL_State','TP','Overall']]
df

输出：

    ID  Loc  SL_Local   SL_State    TP  Overall
0   12  54X                E        I      D
1   45  86I    D           I        H      E
2   98  65R    H           H        H      H

然后做

condition_list = [
          (df['SL_Local'] =='') & (df['SL_State'] is not None),
          (df['SL_Local'] == 'D') & (df['SL_State'] == 'I')
           ]
choice_list = [df['SL_State'], 'D']

df['SL'] = np.select(condition_list, choice_list, default = '')
df

输出：

   ID  Loc    SL_Local    SL_State    TP    Overall    SL
0  12  54X                   E         I       D        E
1  45  86I        D          I         H       E        D
2  98  65R        H          H         H       H

【讨论】：