如何比较 2 个数据框列并根据结果向新数据框添加值答案

【问题标题】：How to compare 2 dataframes columns and add a value to a new dataframe based on the result如何比较 2 个数据框列并根据结果向新数据框添加值
【发布时间】：2019-08-29 12:42:04
【问题描述】：

我有 2 个长度相同的数据框，我想比较它们之间的特定列。如果一个数据框中第一列的值更大 - 我希望它采用第二列中的值并将其分配给新的数据框。见例子。第一个数据框：

       0   class
0    1.9       0
1    9.8       0
2    4.5       0
3    8.1       0
4    1.9       0

第二个数据框：

       0   class
0    1.4       1
1    7.8       1
2    8.5       1
3    9.1       1
4    3.9       1

新的数据框应该如下所示：

【问题讨论】：

标签： pandas compare

【解决方案1】：

将numpy.where 与DataFrame 构造函数一起使用：

df = pd.DataFrame({'class': np.where(df1[0] > df2[0], df1['class'], df2['class'])})

或DataFrame.where:

df = df1[['class']].where(df1[0] > df2[0], df2[['class']])

print (df)
   class
0      0
1      0
2      1
3      1
4      1

编辑：

如果有其他情况，请使用numpy.select，如有必要，请使用numpy.isclose

print (df2)
     0  class
0  1.4      1
1  7.8      1
2  8.5      1
3  9.1      1
4  1.9      1


masks = [df1[0] == df2[0], df1[0] > df2[0]]
#if need compare floats in some accuracy
#masks = [np.isclose(df1[0], df2[0]), df1[0] > df2[0]]
vals = ['not_determined', df1['class']]
df = pd.DataFrame({'class': np.select(masks, vals, df2['class'])})
print (df)
            class
0               0
1               0
2               1
3               1
4  not_determined

或者：

masks = [df1[0] == df2[0], df1[0] > df2[0]]
vals = ['not_determined', 1]
df = pd.DataFrame({'class': np.select(masks, vals, 1)})
print (df)
            class
0               0
1               0
2               1
3               1
4  not_determined

开箱即用解决方案：

df = np.sign(df1[0].sub(df2[0])).map({1:0, -1:1, 0:'not_determined'}).to_frame('class')
print (df)
            class
0               0
1               0
2               1
3               1
4  not_determined

【讨论】：

谢谢！那很完美。如何处理值相同的情况？假设在这些情况下我希望它写“not_determined”
@Bella - 嗯，给我一些时间。
漂亮的解决方案！

【解决方案2】：

既然class是0和1，你可以试试，

df1[0].lt(df2[0]).astype(int)

对于通用解决方案，请查看 jezrael 的答案。

【讨论】：

【解决方案3】：

试试这个：

>>> import numpy as np
>>> import pandas as pd
>>> df_1
     0  class
0  1.9      0
1  9.8      0
2  4.5      0
3  8.1      0
4  1.9      0
>>> df_2
     0  class
0  1.4      1
1  7.8      1
2  8.5      1
3  9.1      1
4  3.9      1
>>> df_3=pd.DataFrame()
>>> df_3["class"]=np.where(df_1["0"]>df_2["0"], df_1["class"], df_2["class"])
>>> df_3
   class
0      0
1      0
2      1
3      1
4      1

【讨论】：