Criando uma coluna baseada na lógica condicional em python

Ao trabalhar com as cenas de dados de pandas, geralmente encontramos cenários em que precisamos criar uma nova coluna com base em uma verificação condicional entre as colunas existentes. Isso pode ser alcançado usando a função np.where com condições aninhadas. df = pd.dataframe ({ "A": [2, 3, 1], "B": [2, 1, 3] })

queremos criar uma nova coluna C com base nos seguintes critérios:

import pandas as pd

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

usando uma função personalizada
• Uma abordagem é criar uma função personalizada que implementa a lógica condicional e aplique -a ao DataFrame:
def f (row): se linha ['a'] == linha ['b']: retornar 0 Elif Row ['a']> linha ['b']: retornar 1 outro: retornar -1 df ['c'] = df.apply (f, exis = 1)

usando np.where

alternativamente, podemos usar a função np.where para atribuir valores diretamente à nova coluna:

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)

essa abordagem é vetorizada e mais eficiente para grandes conjuntos de dados. Resultado: