将列表插入满足列条件的单元格中答案

【问题标题】：Insert list into cells which meet column conditions将列表插入满足列条件的单元格中
【发布时间】：2017-02-04 16:20:34
【问题描述】：

考虑df

我想添加另一列 "D" 以便 D 根据 "A"、"B" 和 "C" 的条件包含不同的列表

   A  B  C  D
0  3  2  1  [1,0]
1  4  2  3  [1,0]
2  1  4  1  [0,2]
3  2  2  3  [2,0]

我的代码 sn-p 看起来像：

df['D'] = 0
df['D'] = df['D'].astype(object)

df.loc[(df['A'] > 1) & (df['B'] > 1), "D"] = [1,0]
df.loc[(df['A'] == 1) , "D"] = [0,2]
df.loc[(df['A'] == 2) & (df['C'] != 0) , "D"] = [2,0]

当我尝试运行此代码时，它会引发以下错误：

ValueError: Must have equal len keys and value when setting with an iterable

我已按照here 的建议将该列转换为Object 类型，但仍然出现错误。

我可以推断的是，pandas 正在尝试迭代列表的元素并将这些值中的每一个分配给单元格，而我试图将整个列表分配给符合条件的所有单元格。

有什么方法可以按上述方式分配列表吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

另一种解决方案是创建由list 填充的Series 和shape，用于生成length 的df：

df.loc[(df['A'] > 1) & (df['B'] > 1), "D"] = pd.Series([[1,0]]*df.shape[0])
df.loc[(df['A'] == 1) , "D"] = pd.Series([[0,2]]*df.shape[0])
df.loc[(df['A'] == 2) & (df['C'] != 0) , "D"] = pd.Series([[2,0]]*df.shape[0])
print (df)
   A  B  C       D
0  3  2  1  [1, 0]
1  4  2  3  [1, 0]
2  1  4  1  [0, 2]
3  2  2  3  [2, 0]

【讨论】：

如果索引是任意的，你可以使用pd.Series([[1,0]], index=df.index)。

【解决方案2】：

这是一个愚蠢的方法

cond1 = df.A.gt(1) & df.B.gt(1)
cond2 = df.A.eq(1)
cond3 = df.A.eq(2) & df.C.ne(0)

df['D'] = cond3.map({True: [2, 0]}) \
  .combine_first(cond2.map({True: [0, 2]})) \
  .combine_first(cond1.map({True: [1, 0]})) \

df

【讨论】：

【解决方案3】：

免责声明：这是我自己的问题。

jezrael 和 piRSquared 提供的答案都有效。

我只是想添加另一种方法，尽管与我在问题中发布的要求略有不同。您可以将list 转换为string，然后通过类型转换访问它，而不是尝试插入list。

df.loc[(df['A'] > 1) & (df['B'] > 1), "D"] = '[1,0]'
df.loc[(df['A'] == 1) , "D"] = '[0,2]'
df.loc[(df['A'] == 2) & (df['C'] != 0) , "D"] = '[2,0]'

这可能并不适用于每个人的使用，但我绝对可以想到这样就足够的情况。

【讨论】：