根据其他列的值创建 Pandas 列[重复]答案

【问题标题】：Creating a Pandas column based on values of other columns [duplicate]根据其他列的值创建 Pandas 列[重复]
【发布时间】：2022-01-17 22:39:19
【问题描述】：

我想根据其他列的值创建一个 Pandas 列。以下是我的代码：

import pandas as pd
import numpy as np

raw_data = {'col1': [23,45,21],'col2': ['we', 'ee', 'cv'],'col3': ['y1', 'y2', 'y3']}
df = pd.DataFrame(raw_data, columns = ['col1','col2','col3'])
df['newCol'] = [
        'N1' if c1 == 'we' else
            'N2' if c1 == 'ee' | np.isin(c2, ['y2', 'y3']) else
                'N3'
    for c1, c2 in zip(df['col2'], df['col3'])
]

以上代码因错误而失败

TypeError: ufunc 'bitwise_or' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

您能帮我理解一下我的代码出了什么问题吗？

【问题讨论】：

搜索np.select或np.where。

标签： python python-3.x pandas

【解决方案1】：

可以使用np.select(list of conditions, listof choices, alternative choice)

df['new']=np.select([df['col2']=='we',(df['col2']=='ee')|(df['col3'].isin(['y2','y3']))],['N1','N2'],'N3')



    col1 col2 col3 new
0    23   we   y1  N1
1    45   ee   y2  N2
2    21   cv   y3  N2

【讨论】：

这比OP的原代码效率高很多

【解决方案2】：

你需要or这个词（和一些括号）：

import pandas as pd
import numpy as np
raw_data = {'col1': [23,45,21],'col2': ['we', 'ee', 'cv'],'col3': ['y1', 'y2', 'y3']}
df = pd.DataFrame(raw_data, columns = ['col1','col2','col3'])
df['newCol'] = [
        'N1' if c1 == 'we' else
            'N2' if (c1 == 'ee' or np.isin(c2, ['y2', 'y3'])) else
                'N3'
    for c1, c2 in zip(df['col2'], df['col3'])
]

【讨论】：

【解决方案3】：

修复你的代码

df['newCol'] = [
    'N1' if c1 == 'we' else
    'N2' if c1 == 'ee' or c2 in ['y2', 'y3'] else
    'N3'
    for c1, c2 in zip(df['col2'], df['col3'])
]
df
   col1 col2 col3 newCol
0    23   we   y1     N1
1    45   ee   y2     N2
2    21   cv   y3     N2

【讨论】：

【解决方案4】：

raw_data = {'col1': [23,45,21],'col2': ['we', 'ee', 'cv'],'col3': ['y1', 'y2', 'y3']}
df = pd.DataFrame(raw_data, columns = ['col1','col2','col3'])
df['newCol'] = [
        'N1' if c1 == 'we' else
            'N2' if c1 == 'ee' or (np.isin(c2, ['y2', 'y3'])) else
                'N3'
    for c1, c2 in zip(df['col2'], df['col3'])
]

你需要分开操作

【讨论】：