熊猫数据框列表理解中的 If ElseIf Else 条件答案

【问题标题】：If ElseIf Else condition in pandas dataframe list comprehension熊猫数据框列表理解中的 If ElseIf Else 条件
【发布时间】：2018-01-30 17:40:35
【问题描述】：

我有一个包含 11 列的数据框：Status1-Status5、Time1-Time5 和 Time_Min

df = pd.DataFrame([[100,200,150,400,500,'a','b','a','c','a',100], [300,400,200,500,250,'b','b','c','c','c',200]], columns=['TIME_1', 'TIME_2', 'TIME_3', 'TIME_4', 'TIME_5','STATUS_1','STATUS_2','STATUS_3','STATUS_4','STATUS_5','TIME_MIN'])

我想复制我目前在 SAS 中的代码，它执行以下操作

IF TIME_1 = TIME_MIN THEN STATUS = STATUS_1;
ELSE IF TIME_2 = TIME_MIN THEN STATUS = STATUS_2;
ELSE IF TIME_3 = TIME_MIN THEN STATUS = STATUS_3;
ELSE IF TIME_4 = TIME_MIN THEN STATUS = STATUS_4;
ELSE STATUS = STATUS_5;

STATUS 列的预期输出为

['a','c']

我尝试按照这些思路构建一些东西（需要使用 else ifs 进行扩展）

df['STATUS'] = [a if x == y else b for x,y,a,b in df[['TIME_MIN','TIME_1','STATUS_1','STATUS_2']]]

但这只是给出了一个错误。我敢肯定这是一个简单的修复，但我无法完全弄清楚。

【问题讨论】：

你试过用np.where吗？
这给出了哪个错误？
@Nico Albera - ValueError: 要解压的值太多
欢迎来到 StackOverflow！请阅读how to ask a question（尤其是how to create a good example）以获得良好的响应。一个示例 DataFrame 和预期输出将大大有助于回答您的问题。
@Alex 添加了示例数据

标签： python pandas

【解决方案1】：

你可以写一个函数

def get_status(df):
    if df['TIME_1'] == df['TIME_MIN']:
        return df['STATUS_1']
    elif df['TIME_2'] == df['TIME_MIN']:
        return df['STATUS_2']
    elif df['TIME_3'] == df['TIME_MIN']:
        return df['STATUS_3']
    elif df['TIME_4'] == df['TIME_MIN']:
        return df['STATUS_4']
    else:
        return df['STATUS_5']

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

或者使用非常嵌套的 np.where，

df['STATUS'] = np.where(df['TIME_1'] == df['TIME_MIN'], df['STATUS_1'],\ 
        np.where(df['TIME_2'] == df['TIME_MIN'], df['STATUS_2'],\
        np.where(df['TIME_3'] == df['TIME_MIN'], df['STATUS_3'],\
        np.where(df['TIME_4'] == df['TIME_MIN'], df['STATUS_4'], df['STATUS_5']))))

【讨论】：

谢谢。我有功能选项工作，但希望尽可能创建一些不那么冗长的东西。特别是因为将来可能会有超过 5 个选项。

【解决方案2】：

不是很漂亮，但您可以通过.eq method 使用平等广播。

m = df.iloc[:, :5].eq(df['TIME_MIN'], axis=0)
m.columns = 'STATUS_' + m.columns.str.extract('TIME_(.*)')
df['STATUS'] = df[m].bfill(axis=1).iloc[:, 0]

【讨论】：

【解决方案3】：

您可以使用条件和选择

df = pd.DataFrame([[100,200,150,400,500,'a','b','a','c','a',100], [300,400,200,500,250,'b','b','c','c','c',200]], columns=['TIME_1', 'TIME_2', 'TIME_3', 'TIME_4', 'TIME_5','STATUS_1','STATUS_2','STATUS_3','STATUS_4','STATUS_5','TIME_MIN'])


condition= [df['TIME_1'] == df['TIME_MIN'],
            df['TIME_2'] == df['TIME_MIN'],
            df['TIME_3'] == df['TIME_MIN'],
            df['TIME_4'] == df['TIME_MIN'],
            df['TIME_4'] == df['TIME_MIN']]

choice= [df['STATUS_1'],df['STATUS_2'],df['STATUS_3'],df['STATUS_4'],df['STATUS_5']]

df['STATUS'] =np.select(condition,choice,default="")

col_required=['TIME_1','TIME_2','TIME_3','TIME_4','TIME_5','TIME_MIN','STATUS']
df=df[col_required]
df

输出

    TIME_1  TIME_2  TIME_3  TIME_4  TIME_5  TIME_MIN    STATUS
0   100 200 150 400 500 100 a
1   300 400 200 500 250 200 c

【讨论】：