使用 pandas 的 IF 和 ELIF 函数

Question

有什么更好的方法（如果有的话）来定义一个检查 pandas 列是否在给定整数范围内的函数？

我在 Pandas 数据框中有一列，我想检查值是否在设定范围内。我选择通过创建一个函数来执行此操作，该函数接受数据框作为参数并使用 IF 和 ELIF 测试列是否在范围内。 这在范围较小的情况下可能没问题，但是如果范围很大，则生成的 IF、ELIF 函数可能难以维护。有没有更好的方法来实现这一目标？

我的代码有效-

def fn(dframe):
    if dframe['A'] < 125:
        return 935 + 0.2 * dframe['A']

    elif (dframe['A'] >= 955) and (dframe['A'] <= 974):
        return 921.2 + 0.2 * (dframe['A'] - 955)

    elif (dframe['A'] >= 975) and (dframe['A'] <= 1023):
        return 925.2 + 0.2 * (dframe['BCCH'] - 975)

    elif (dframe['A'] >= 511) and (dframe['A'] <= 885):
        return 1805.2 + 0.2 * (dframe['A'] - 512)

此代码按预期工作，但如果范围很大，则生成的函数难以管理。

编辑：

感谢@ycx、@Jorge 和所有人——我喜欢你的代码的可读性。但是想知道@ycx的方法如果我在csv文件中有'condlist'的最小值和最大值 - 例如

condlist_from_CSV_file

然后我可以将其读入数据框。现在，我想检查来自另一个数据帧的“A”列的每一行是否在这些限制之间，如果为真，则返回相应的“选择”，否则返回“无”这有意义吗？ 期望的输出 -

output dataframe with check

等等..

Answer 1

看来你需要 np.where

import numpy as np
np.where(dframe['A'] < 125, 935 + 0.2 * dframe['A'],
       np.where(dframe['A'] >= 511) & (dframe['A'] <= 885), 1805.2 + 0.2 * (dframe['A'] - 512,
       np.where(dframe['A'] <= 974, 921.2 + 0.2 * (dframe['A'] - 955),
       np.where(dframe['A'] <= 1023, 925.2 + 0.2 * (dframe['A'] - 975),
    'Value for any other value'))))

Answer 2

您可以使用np.select 来管理您的条件和选项。这使您可以轻松维护您的条件和选项，并利用 numpy 库函数，这可能有助于加速您的代码

def fn(dframe):
    import numpy as np
    condlist = [
            dframe['A'] < 125, 
            (dframe['A'] >= 955) and (dframe['A'] <= 974),
            (dframe['A'] >= 975) and (dframe['A'] <= 1023),
            (dframe['A'] >= 511) and (dframe['A'] <= 885),
            ]
    choicelist = [
            935 + 0.2 * dframe['A'],
            921.2 + 0.2 * (dframe['A'] - 955),
            925.2 + 0.2 * (dframe['BCCH'] - 975),
            1805.2 + 0.2 * (dframe['A'] - 512),
            ]
    output = np.select(condlist,choicelist)
    return output