基于 if/elif/and 函数在 pandas 数据框中创建新列

Question

我已经搜索了我的确切问题，但无济于事。这两个线程Creating a new column based on if-elif-else condition 和 create new pandas dataframe column based on if-else condition with a lookup 引导我的代码，尽管我的代码无法执行。

问题：我有一个数据框，我在下面复制了示例。区域属性只有两个值 - a 或 b（或可能有更多），年份相同，但区域 a 可能有两个年份等。我想要做的是创建一个新列“美元”，并查找值对于地区，如果是地区“a”并且年份是例如 2006 年，则在该行中获取销售额，然后乘以 该年的汇率，并在新列中附加值 - 美元。我是初学者，下面是我到目前为止所拥有的 - 通过函数 - 显然执行 .apply 函数会返回一个 ValueError: ('一个系列的真值是不明确的。使用 a.empty, a .bool()、a.item()、a.any() 或 a.all().', '发生在索引 0')。我对更高效的实现特别感兴趣，因为数据框相当大，并且希望优化计算效率。

import pandas as np

rate_2006, rate_2007 = 100, 200


c = {
'region': ["a", "a", "a", "a", "a", "b", "b", "b", "b", "a", "b"],
'year': [2006, 2007, 2007, 2006, 2006, 2006, 2007, 2007, 2007, 2006, 2007],
'sales': [500, 100, 2990, 15, 5000, 2000, 150, 300, 250, 1005, 600]
}

df1 = pd.DataFrame(c)
df1

def new_col(row): 
    if df1["region"] == "a" and df1["year"] == 2006:
        nc = row["sales"] * rate_2006
    elif df1["region"] == "a" and df1["year"] == 2007:
        nc = row["sales"] * rate_2007
    elif df1["region"] == "b" and df1["year"] == 2006:
        nc = row["sales"] * rate_2006
    else:
        nc = row["sales"] * rate_2007
    return nc

df1["Dollars"] = df1.apply(new_col, axis=1)
df1

Answer 1

此问题可能与您使用它的方式有关。不知道对你有没有帮助。但我已经根据我的知识重新编写了代码。

import pandas as pd

rate_2006, rate_2007 = 100, 200


c = {
'region': ["a", "a", "a", "a", "a", "b", "b", "b", "b", "a", "b"],
'year': [2006, 2007, 2007, 2006, 2006, 2006, 2007, 2007, 2007, 2006, 2007],
'sales': [500, 100, 2990, 15, 5000, 2000, 150, 300, 250, 1005, 600]
}

df1 = pd.DataFrame(c)
print(df1)

def new_col(value): 
    if df1.loc[value,"region"] == "a" and df1.loc[value,"year"] == 2006:
        df1.loc[value,"Dollars"] = df1.loc[value,"sales"] * rate_2006
    elif df1.loc[value,"region"] == "a" and df1.loc[value,"year"] == 2007:
        df1.loc[value,"Dollars"] = df1.loc[value,"sales"] * rate_2007
    elif df1.loc[value,"region"] == "b" and df1.loc[value,"year"] == 2006:
        df1.loc[value,"Dollars"] = df1.loc[value,"sales"] * rate_2006
    else:
        df1.loc[value,"Dollars"] = df1.loc[value,"sales"] * rate_2007

for value in range(len(df1)):
    new_col(value)