如何基於 Pandas 中的給定條件建立 DataFrame 列

Suraj Joshi 2023年1月30日 2020年5月21日 Pandas Pandas DataFrame Column Pandas Condition
  1. 列表推導以根據 Pandas 中的給定條件建立新的 DataFrame
  2. NumPy 方法根據 Pandas 中的給定條件建立新的 DataFrame 列
  3. pandas.DataFrame.apply 根據 Pandas 中的給定條件建立新的 DataFrame 列
  4. pandas.Series.map() 根據 Pandas 中的給定條件建立新的 DataFrame 列
如何基於 Pandas 中的給定條件建立 DataFrame 列

我們可以使用 DataFrame 物件的列表推導,NumPy 方法,apply() 方法和 map() 方法根據 Pandas 中的給定條件建立 DataFrame 列。

列表推導以根據 Pandas 中的給定條件建立新的 DataFrame

我們可以根據 Pandas 中的給定條件,利用各種列表推導來建立新的 DataFrame 列。列表推導是一種從可迭代物件建立新列表的方法。它比其他方法更快,更簡單。

import pandas as pd
import numpy as np

list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16','2020-05-01']
employees = ['Hisila', 'Shristi','Zeppy','Alina','Jerry','Kevin']
salary = [200,400,300,500,600,300]
df = pd.DataFrame({"Name":employees,'Joined date': pd.to_datetime(list_of_dates),"Salary":salary})
df['Status'] = ["Senior" if s >=400 else "Junior" for s in df['Salary']] 
print(df)

輸出:

      Name Joined date  Salary  Status
0   Hisila  2019-11-20     200  Junior
1  Shristi  2020-01-02     400  Senior
2    Zeppy  2020-02-05     300  Junior
3    Alina  2020-03-10     500  Senior
4    Jerry  2020-04-16     600  Senior
5    Kevin  2020-05-01     300  Junior

如果 Salary 大於或等於 400,它將在 df 中建立一個新列 Status,其值將為 Senior,否則為 Junior

NumPy 方法根據 Pandas 中的給定條件建立新的 DataFrame 列

我們還可以使用 NumPy 方法根據 Pandas 中的給定條件建立一個 DataFrame 列。為此,我們可以使用 np.where() 方法和 np.select() 方法。

np.where() 方法

np.where() 將條件作為輸入並返回滿足給定條件的元素的索引。當我們只有一個條件時,可以使用此方法根據 Pandas 中的給定條件建立 DataFrame 列。

import pandas as pd
import numpy as np

list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16','2020-05-01']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry','Kevin']
salary=[200,400,300,500,600,300]
df = pd.DataFrame({"Name":employees,'Joined date': pd.to_datetime(list_of_dates),"Salary":salary})

df['Status'] = np.where(df['Salary']>=400, 'Senior', 'Junior')
print(df)

輸出:

      Name Joined date  Salary  Status
0   Hisila  2019-11-20     200  Junior
1  Shristi  2020-01-02     400  Senior
2    Zeppy  2020-02-05     300  Junior
3    Alina  2020-03-10     500  Senior
4    Jerry  2020-04-16     600  Senior
5    Kevin  2020-05-01     300  Junior

如果滿足條件,則 np.where(condition, x, y) 返回 x,否則返回 y。

如果滿足給定條件,上面的程式碼將在 df 中建立一個新列 Status,其值為 Senior。否則,將該值設定為初級。

np.select() 方法

np.where()將條件列表和選擇列表作為輸入,並根據條件返回從選擇列表中的元素構建的陣列。當我們有兩個或多個條件時,可以使用此方法根據 Pandas 中的給定條件建立 DataFrame 列。

import pandas as pd
import numpy as np

list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16','2020-05-01']
employees = ['Hisila', 'Shristi','Zeppy','Alina','Jerry','Kevin']
salary = [200,400,300,500,600,300]
df = pd.DataFrame({"Name":employees,'Joined date': pd.to_datetime(list_of_dates),"Salary":salary})

conditionlist = [
    (df['Salary'] >= 500) ,
    (df['Salary'] >= 300) & (df['Salary'] <300),
    (df['Salary'] <= 300)]
choicelist = ['High', 'Mid', 'Low']
df['Salary_Range'] = np.select(conditionlist, choicelist, default='Not Specified')

print(df)

輸出:

         Name Joined date  Salary Salary_Range
0   Hisila  2019-11-20     200          Low
1  Shristi  2020-01-02     400        black
2    Zeppy  2020-02-05     300          Low
3    Alina  2020-03-10     500         High
4    Jerry  2020-04-16     600         High
5    Kevin  2020-05-01     300          Low

這裡,如果滿足條件列表中的第一個條件的行,則該特定行的列 Salary_Range 的值將被設定為選擇列表中的第一個元素。條件列表中的其他條件類似。如果不滿足條件列表中的任何條件,則將該行的 Salary_Range 列的值設定為 np.where() 方法中的預設引數的值,例如,Not Specified

pandas.DataFrame.apply 根據 Pandas 中的給定條件建立新的 DataFrame 列

pandas.DataFrame.apply 返回一個 DataFrame
沿 DataFrame 的給定軸應用給定函式的結果。

語法:

DataFrame.apply(self, 
                func, 
                axis=0, 
                raw=False, 
                result_type=None, 
                args=(), 
                **kwds)

func 代表要應用的函式。

axis 代表應用該函式的軸。我們可以使用 axis=1axis = 'columns' 將函式應用於每一行。

我們可以使用此方法檢查條件併為新列的每一行設定值。

import pandas as pd
import numpy as np

list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16','2020-05-01']
employees = ['Hisila', 'Shristi','Zeppy','Alina','Jerry','Kevin']
salary = [200,400,300,500,600,300]
df = pd.DataFrame({"Name":employees,'Joined date': pd.to_datetime(list_of_dates),"Salary":salary})

def set_values(row, value):
    return value[row]
   
map_dictionary ={200 : "Low", 300 :"LOW", 400 : "MID",500:"HIGH",600:"HIGH"} 
   
df['Salary_Range'] = df['Salary'].apply(set_values, args =(map_dictionary, )) 

print(df)

輸出:

      Name Joined date  Salary Salary_Range
0   Hisila  2019-11-20     200          Low
1  Shristi  2020-01-02     400          MID
2    Zeppy  2020-02-05     300          LOW
3    Alina  2020-03-10     500         HIGH
4    Jerry  2020-04-16     600         HIGH
5    Kevin  2020-05-01     300          LOW

在這裡,我們定義了一個函式 set_values(),該函式使用 df.apply() 應用於每一行。該函式根據該行的 Salary 列的值來設定 Salary_Range 列的每一行的值。我們建立了一個 map_dictionary 來根據 Salary 列中的資料來決定 Salary_Range 列的數值。當新列有很多選項時,此方法為我們提供了更大的靈活性。

pandas.Series.map() 根據 Pandas 中的給定條件建立新的 DataFrame 列

我們也可以使用 pandas.Series.map() 建立新的 DataFrame 列基於 Pandas 中的給定條件。該方法適用於系列的元素方式,並根據可能是字典,函式或系列的輸入將值從一列對映到另一列。

import pandas as pd
import numpy as np

list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16','2020-05-01']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry','Kevin']
salary=[200,400,300,500,600,300]
df = pd.DataFrame({"Name":employees,'Joined date': pd.to_datetime(list_of_dates),"Salary":salary})

map_dictionary ={200 : "Low", 300 :"LOW", 400 : "MID",500:"HIGH",600:"HIGH"} 

df['Salary_Range'] = df['Salary'].map(map_dictionary) 

print(df)

輸出:

      Name Joined date  Salary Salary_Range
0   Hisila  2019-11-20     200          Low
1  Shristi  2020-01-02     400          MID
2    Zeppy  2020-02-05     300          LOW
3    Alina  2020-03-10     500         HIGH
4    Jerry  2020-04-16     600         HIGH
5    Kevin  2020-05-01     300          LOW

它建立一個新列 Salary_Range,並根據 map_dictionary 中的鍵值對設定該列每一行的值。

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn

相關文章 - Pandas DataFrame Column

  • 如何將 Pandas DataFrame 列標題獲取為列表
  • 如何刪除 Pandas DataFrame 列
  • 如何在 Pandas 中將 DataFrame 列轉換為日期時間
  • 如何獲得 Pandas 列中元素總和
  • 如何更改 Panas DataFrame 列的順序
  • 如何在 Pandas 中將 DataFrame 列轉換為字串