如何用熊猫中的条件替换两列？答案

【问题标题】：How to substitute two columns with a condition in pandas?如何用熊猫中的条件替换两列？
【发布时间】：2020-04-21 00:52:08
【问题描述】：

我有一个包含产品、操作、数量和价格的 Pandas DataFrame。如果动作是“卖出”，我需要考虑产品的价格为 0 并反转数量。

我尝试过的：

import pandas as pd


def my_function(df):
    kwargs = {
        "quantity": lambda x: -x["quantity"] if "SELL" in str(x["action"]) else x["quantity"],
        "price (usd)": lambda x: 0 if "SELL" in str(x["action"]) else x["price (usd)"],
    }
    return df.assign(**kwargs)


input_df = pd.DataFrame({"product": ["APPLE", "APPLE", "BANANA"],
                         "action": ["  SELL  ", "  BUY  ", "  SELL  "],
                         "quantity": [1, 2, 3],
                         "price (usd)": [3, 5, 8],
                         })

result_df = my_function(input_df)

expected_df = pd.DataFrame({"product": ["APPLE", "APPLE", "BANANA"],
                            "action": ["  SELL  ", "  BUY  ", "  SELL  "],
                            "quantity": [-1, 2, -3],
                            "price (usd)": [0, 5, 0],
                            })

不知何故，我的 lambda 表达式中的条件总是返回 True，我也认为这可能是一种更简单的方法。有什么想法吗？

【问题讨论】：

标签： python python-3.x pandas lambda

【解决方案1】：

我们可以的

s=input_df.action.str.contains('SELL')
input_df.quantity*=s.map({True:-1,False:1})
input_df["price (usd)"]*=~s
input_df
  product    action  quantity  price (usd)
0   APPLE    SELL          -1            0
1   APPLE     BUY           2            5
2  BANANA    SELL          -3            0

在函数中

def my(x):
...     s=x.action.str.contains('SELL')
...     x.quantity*=s.map({True:-1,False:1})
...     x["price (usd)"]*=~s
...     return (x)


out=my(input_df)
out
  product    action  quantity  price (usd)
0   APPLE    SELL          -1            0
1   APPLE     BUY           2            5
2  BANANA    SELL          -3            0

【讨论】：

我也会使用x["price (usd)"] *= sells.map({True: 0, False: 1}) 让代码更容易理解。

【解决方案2】：

下面的代码修复了它。我得到了想要的输出。

def my_function(df):
    kwargs = {
        "quantity": df.apply(lambda x: -x["quantity"] if "SELL" in str(x["action"]) else x["quantity"], axis = 1),
        "price (usd)": df.apply(lambda x: 0 if "SELL" in str(x["action"]) else x["price (usd)"], axis = 1),
    }
    return df.assign(**kwargs)

【讨论】：

很好，这行得通。只是为了可读性，我使用axis =“columns”而不是axis = 1。谢谢拉明。这绝对可以被认为是一个答案，但我认为使用 Yoben 的程序更容易理解。
@staticdev 你没有要求不同的程序。你就你的代码寻求帮助。我帮你写了代码。关于“更容易理解”的事情，我不确定他的代码比你的代码更容易阅读。看到他的代码后，可读性是我关心的问题。事实上，我认为你的代码比他的更容易理解。