嵌套 if 检查一个或多个 pandas 列是否满足条件

Question

我有一个如下所示的 DF

customer   activity_1  activity_2  activity_3 activity_4 
    1         40         null        30         null
    2         41         null       null        null
    3         60          50         60          75
    4        null        null       null        null
    5        null         20         40          10 

问题1： 现在我需要使用嵌套的 if 函数添加一列，如果所有活动都为空，则返回 0，如果至少一个活动不为空，则返回 1，如果至少两个活动不为空，则返回 2，如果所有活动都不是，则返回 4空。

我试图解决的问题是：

def act(x):
    if (x['activity_1'] != 'null'):
         return 1
    elif (x['activity_1'] != 'null') & (x['activity_2'] != 'null'):
        return 2
    elif (x['activity_1'] != 'null') & (x['activity_2'] != 'null') & (x['activity_3'] != 'null'):
        return 3
    elif (x['activity_1'] != 'null') & (x['activity_2'] != 'null') & (x['activity_3'] != 'null') & (x['activity_4'] != 'null'):
        return 4
    else:
       return 0

然后：

df['act'] = df.apply(act, axis=1)

问题2： 添加一列，其中包含每个案例中存在的活动的名称。

到目前为止，我尝试的是定义另一个嵌套 if 函数，该函数检查新列中的值是否为 1 返回活动 1 等等

非常感谢！

Answer 1

您可以使用带有掩码的sum 和join 来获取特定列范围的空计数和非空列的列名，即

#Question 1
df["sum"] = df.apply(lambda row: sum(row[1:5]=='null') ,axis=1)

#Question 2
mask = (df[df.columns[1:5]]!='null')
df["activity"] = df.apply(lambda row: ','.join(mask.columns[row[1:5]!='null']),axis=1)

你也可以使用：

df["sum"] = df.iloc[:,1:].eq('null').sum(axis=1)

df['activity'] = df.iloc[:,1:5].ne('null').apply(lambda x: ','.join(df.columns[1:5][x]), axis=1)

输出：

客户活动_1 活动_2 活动_3 活动_4 总和\ 0 1 40 无 30 无 2 1 2 41 无 无 无 3 2 3 60 50 60 75 0 3 4 null null null null 4 4 5 无 20 40 10 1 活动 0 活动_1，活动_3 1 个活动_1 2 活动_1,活动_2,活动_3,活动_4 3 4 活动_2,活动_3,活动_4 在 [1310] 中：

希望对你有帮助

Answer 2

这是一个 one 三个班轮，首先将您的“空”字符串转换为 numpy.NaN 值：

# Assuming your dataframe is already created and assigned to `df`
import numpy as np
df = df.replace("null", np.NaN)
df = df.assign(count_null=lambda x: 4 - x.isnull().sum(axis=1))

注意事项：

• 使用assign 创建一个新列，命名为count_null，但可以随意更改。
• 我已将 4 硬编码为列数，因此如果 DF 会改变形状，您可能希望将其设为动态
• 使用 lambda 将 DF 分配给 x，我们使用 .isnull 方法根据内容是否为空将列汇总为 True / False。
• 对结果求和，使用 axis=1 水平跨行而不是默认的垂直系列方法。

编辑：我添加了将“null”字符串转换为 NaN 值的代码，这将允许您执行其他考虑 null 值的内置 Pandas 计算.如果 DataFrame 变大，这些操作可能会比字符串比较快。