使用 Lambda 和条件连接答案

【问题标题】：Concatenate Using Lambda And Conditions使用 Lambda 和条件连接
【发布时间】：2017-01-31 16:30:37
【问题描述】：

我正在尝试使用 lambda 和 map 在我的数据框中创建一个新列。本质上，如果满足条件，新列将采用 A 列，而 B 列是不满足条件。请在下面查看我的代码。

df['LS'] = df.['Long'].map(lambda y:df.Currency if y>0 else df.StartDate)

但是，当我这样做时，函数会将整个列返回到我的新列中的每个项目。

在英语中，我将浏览 Long 列中的每个项目 y。如果项目 > 0，则取“货币”列中的第 y 个值。否则取“开始”列中的第 y 个值。

运行上面的迭代非常慢。还有其他选择吗？

谢谢！詹姆斯

【问题讨论】：

【解决方案1】：

做吧

df['LS']=np.where(df.Long>0,df.Currency,df.StartDate)

这是一种很好的矢量化方法。

df.Long.map 应用于每一行，但实际上返回 df.State 或 df.current，它们是 Series。

另一种方法是考虑：

df.apply(lambda row : row[1] if row[0]>0 else row[2],1)

也适用于df.columns=Index(['Long', 'Currency', 'StartDate', ...])

但它不是矢量方法，所以它很慢。（在这种情况下，1000 行慢 200 倍）。

【讨论】：

【解决方案2】：

您也可以使用where：

df['LS'] = df['Currency'].where(df['Long']>0,df['StartDate'])

【讨论】：