如何将数据框元素转换为条件？

小能豆

如何将数据框元素转换为条件？

我有一个数据框，我想将一列转换为条件。

例如，这是一个示例数据框：

df=pd.DataFrame({'a':['>28','27','<26'],'b':['1','2','3']})

df
     a  b
0  >28  1
1   27  2
2  <26  3

我想生成一系列 if 语句以获得理想的 b 值：

if a > 28:
    b=1
elif a=27:
    b=2
elif a < 26:
    b=3

我怎样才能做到这一点？在我的数据框中，所有元素都存储为字符串。

我正在尝试使用该iloc()功能进行选择，但它无法处理范围条件 ( >)

如果有一种优雅的方法可以做到这一点？还是我必须手动输入所有条件？

阅读 100

2023-05-25

共1个答案

小能豆

您可以使用numpy库中的np.select()函数来实现条件转换。np.select()函数允许您基于给定的条件和相应的值选择和分配值。

以下是如何在您的示例数据框中使用np.select()函数进行条件转换的示例代码：

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': ['>28', '27', '<26'], 'b': ['1', '2', '3']})

conditions = [
    df['a'].astype(str).str.startswith('>'),
    df['a'].astype(str) == '27',
    df['a'].astype(str).str.startswith('<')
]

choices = [1, 2, 3]

df['b'] = np.select(conditions, choices, default=df['b'])

print(df)

输出：

在上面的代码中，我们首先定义了条件列表conditions，其中每个条件是一个布尔值序列，用于检查每个元素是否满足相应的条件。接下来，我们定义了choices列表，其中包含与每个条件对应的值。最后，我们使用np.select()函数将条件应用于数据框的列a，并根据条件选择相应的值，并将结果赋给列b。

注意，我们在应用条件之前使用.astype(str)将列a中的元素转换为字符串，以确保能够正确处理字符串形式的条件。此外，我们使用default=df['b']将默认值设置为原始的列b值，以防某些行不满足任何条件。

使用np.select()函数可以更简洁和优雅地处理条件转换，而不需要手动编写大量的if-elif-else语句。

2023-05-25