Erstellen einer Spalte, die auf bedingter Logik in Python

basiert, wenn wir mit Pandas -Datenfrüchten arbeiten, wirken wir häufig auf Szenarien, in denen wir eine neue Spalte erstellen müssen, die auf einer bedingten Überprüfung zwischen vorhandenen Kolumnen basiert. Dies kann unter Verwendung der Np.where -Funktion mit verschachtelten Bedingungen erreicht werden.

, um den folgenden DataFrame zu veranschaulichen:

import pandas as pd

df = pd.DataFrame({
    "A": [2, 3, 1],
    "B": [2, 1, 3]
})

wir wollen eine neue spalte c erstellen, basierend auf den folgenden kriterien:

; -1.
verwendet eine benutzerdefinierte Funktion

def f (row): Wenn row ['a'] == row ['b']: Rückkehr 0 elif row ['a']> row ['b']: Rückkehr 1 anders: Rückkehr -1 df ['c'] = df.apply (f, axis = 1)

def f(row):
    if row['A'] == row['B']:
        return 0
    elif row['A'] > row['B']:
        return 1
    else:
        return -1

df['C'] = df.apply(f, axis=1)

DF ['C']. df ['b'], 0, np.where (df ['a']> df ['b'], 1, -1)

Dieser Ansatz ist vektorisiert und effizienter für große Datensätze. Ergebnis:

df['C'] = np.where(df['A'] == df['B'], 0, np.where(df['A'] > df['B'], 1, -1))