Pandalar bir dizi / veri çerçevesi sütununun koşullu oluşturulması

Aşağıdaki satırlar boyunca bir veri çerçevesi var:

    Type       Set
1    A          Z
2    B          Z           
3    B          X
4    C          Y

Ben Set = 'Z' ve Set = aksi takdirde 'kırmızı' renk yeşil ayarlar dataframe (= eşit sayıda kayıt / satır sayısı) ile aynı uzunlukta veri karesine (veya bir seri oluşturmak) başka bir sütun eklemek istiyorum .

Bunu yapmanın en iyi yolu nedir?

Aralarından seçim yapabileceğiniz yalnızca iki seçeneğiniz varsa:

df['color'] = np.where(df['Set']=='Z', 'green', 'red')

Örneğin,

import pandas as pd
import numpy as np

df = pd.DataFrame({'Type':list('ABBC'), 'Set':list('ZZXY')})
df['color'] = np.where(df['Set']=='Z', 'green', 'red')
print(df)

verim

  Set Type  color
0   Z    A  green
1   Z    B  green
2   X    B    red
3   Y    C    red

İkiden fazla koşulunuz varsa kullanınnp.select . Örneğin, isterseniz colorolmak

• yellow ne zaman (df['Set'] == 'Z') & (df['Type'] == 'A')
• aksi bluehalde(df['Set'] == 'Z') & (df['Type'] == 'B')
• aksi purplehalde(df['Type'] == 'B')
• aksi takdirde black,

sonra kullan

df = pd.DataFrame({'Type':list('ABBC'), 'Set':list('ZZXY')})
conditions = [
    (df['Set'] == 'Z') & (df['Type'] == 'A'),
    (df['Set'] == 'Z') & (df['Type'] == 'B'),
    (df['Type'] == 'B')]
choices = ['yellow', 'blue', 'purple']
df['color'] = np.select(conditions, choices, default='black')
print(df)

hangi sonuç verir

  Set Type   color
0   Z    A  yellow
1   Z    B    blue
2   X    B  purple
3   Y    C   black

Liste anlama, koşullu olarak başka bir sütun oluşturmanın başka bir yoludur. Örneğin örnekte olduğu gibi sütunlardaki nesne dtypes'leriyle çalışıyorsanız, liste kavrayışları diğer yöntemlerin çoğundan daha iyi performans gösterir.

Örnek liste kavrayışı:

df['color'] = ['red' if x == 'Z' else 'green' for x in df['Set']]

% timeit testleri:

import pandas as pd
import numpy as np

df = pd.DataFrame({'Type':list('ABBC'), 'Set':list('ZZXY')})
%timeit df['color'] = ['red' if x == 'Z' else 'green' for x in df['Set']]
%timeit df['color'] = np.where(df['Set']=='Z', 'green', 'red')
%timeit df['color'] = df.Set.map( lambda x: 'red' if x == 'Z' else 'green')

1000 loops, best of 3: 239 µs per loop
1000 loops, best of 3: 523 µs per loop
1000 loops, best of 3: 263 µs per loop

Bunun başarılmasının bir başka yolu da

df['color'] = df.Set.map( lambda x: 'red' if x == 'Z' else 'green')

Listedeki tuşlara yeni değerleri eşleştirmek için bir sözlük kullanarak bu kedinin derisini almanın başka bir yolu:

def map_values(row, values_dict):
    return values_dict[row]

values_dict = {'A': 1, 'B': 2, 'C': 3, 'D': 4}

df = pd.DataFrame({'INDICATOR': ['A', 'B', 'C', 'D'], 'VALUE': [10, 9, 8, 7]})

df['NEW_VALUE'] = df['INDICATOR'].apply(map_values, args = (values_dict,))

Neye benziyor:

df
Out[2]: 
  INDICATOR  VALUE  NEW_VALUE
0         A     10          1
1         B      9          2
2         C      8          3
3         D      7          4

Bu yaklaşım, yapmak için çok türlü ifelseifadeleriniz olduğunda çok güçlü olabilir (yani, değiştirilecek birçok benzersiz değer).

Ve elbette bunu her zaman yapabilirsiniz:

df['NEW_VALUE'] = df['INDICATOR'].map(values_dict)

Ancak bu yaklaşım, applymakinemde yukarıdakinden üç kat daha yavaştır .

Ve bunu kullanarak dict.getşunları da yapabilirsiniz :

df['NEW_VALUE'] = [values_dict.get(v, None) for v in df['INDICATOR']]

Aşağıdakiler burada zamanlanan yaklaşımlardan daha yavaştır , ancak birden fazla sütunun içeriğine dayalı olarak ekstra sütunu hesaplayabiliriz ve ekstra sütun için ikiden fazla değer hesaplanabilir.

Yalnızca "Ayarla" sütununu kullanan basit bir örnek:

def set_color(row):
    if row["Set"] == "Z":
        return "red"
    else:
        return "green"

df = df.assign(color=df.apply(set_color, axis=1))

print(df)

  Set Type  color
0   Z    A    red
1   Z    B    red
2   X    B  green
3   Y    C  green

Daha fazla renk ve daha fazla sütun dikkate alınan örnek:

def set_color(row):
    if row["Set"] == "Z":
        return "red"
    elif row["Type"] == "C":
        return "blue"
    else:
        return "green"

df = df.assign(color=df.apply(set_color, axis=1))

print(df)

  Set Type  color
0   Z    A    red
1   Z    B    red
2   X    B  green
3   Y    C   blue

Düzenleme (21/06/2019): plydata kullanma

Kullanımı da mümkündür plydata (bu bile yavaş kullanmaktan daha görünüyor bu tür şeyleri yapmaya assignve applyolsa).

from plydata import define, if_else

Basit if_else:

df = define(df, color=if_else('Set=="Z"', '"red"', '"green"'))

print(df)

  Set Type  color
0   Z    A    red
1   Z    B    red
2   X    B  green
3   Y    C  green

İç içe if_else:

df = define(df, color=if_else(
    'Set=="Z"',
    '"red"',
    if_else('Type=="C"', '"green"', '"blue"')))

print(df)                            

  Set Type  color
0   Z    A    red
1   Z    B    red
2   X    B   blue
3   Y    C  green

Belki de Panda'nın yeni güncellemeleriyle bu mümkün olmuştur, ancak şu ana kadar sorunun en kısa ve belki de en iyi cevabı olduğunu düşünüyorum. Sen kullanabilirsiniz .locyöntemi ve kullanımı bir şartla veya birkaç ihtiyaca göre.

Kod Özeti:

df=pd.DataFrame(dict(Type='A B B C'.split(), Set='Z Z X Y'.split()))
df['Color'] = "red"
df.loc[(df['Set']=="Z"), 'Color'] = "green"

#practice!
df.loc[(df['Set']=="Z")&(df['Type']=="B")|(df['Type']=="C"), 'Color'] = "purple"

Açıklama:

df=pd.DataFrame(dict(Type='A B B C'.split(), Set='Z Z X Y'.split()))

# df so far: 
  Type Set  
0    A   Z 
1    B   Z 
2    B   X 
3    C   Y

bir 'renk' sütunu ekleyin ve tüm değerleri "kırmızı" olarak ayarlayın

df['Color'] = "red"

Tek koşulunuzu uygulayın:

df.loc[(df['Set']=="Z"), 'Color'] = "green"


# df: 
  Type Set  Color
0    A   Z  green
1    B   Z  green
2    B   X    red
3    C   Y    red

veya birden fazla koşul istiyorsanız:

df.loc[(df['Set']=="Z")&(df['Type']=="B")|(df['Type']=="C"), 'Color'] = "purple"

Pandas mantıksal işleçlerini ve koşullu seçimi buradan okuyabilirsiniz: Pandas'ta mantıksal indeksleme için mantıksal işleçler

Yöntemli bir astar .apply()aşağıdaki gibidir:

df['color'] = df['Set'].apply(lambda set_: 'green' if set_=='Z' else 'red')

Bundan sonra, dfveri çerçevesi şöyle görünür:

>>> print(df)
  Type Set  color
0    A   Z  green
1    B   Z  green
2    B   X    red
3    C   Y    red

Devasa verilerle çalışıyorsanız, not edilmiş bir yaklaşım en iyisi olacaktır:

# First create a dictionary of manually stored values
color_dict = {'Z':'red'}

# Second, build a dictionary of "other" values
color_dict_other = {x:'green' for x in df['Set'].unique() if x not in color_dict.keys()}

# Next, merge the two
color_dict.update(color_dict_other)

# Finally, map it to your column
df['color'] = df['Set'].map(color_dict)

Tekrarlanan birçok değeriniz olduğunda bu yaklaşım en hızlı olacaktır. Genel kuralım şu durumlarda hatırlamaktır: data_size> 10**4& n_distinct<data_size/4

Ex 2.500 veya daha az farklı değere sahip 10.000 satır içeren bir notu not edin.