用Pandas计算新列

基于this问题，我想知道如何使用def（）来计算Pandas的新列并使用多个参数（字符串和整数）？用Pandas计算新列

具体的例子：

df_joined["IVbest"] = IV(df_joined["Saison"], df_joined["Wald_Typ"], df_joined["NS_Cap"])

“赛松”，“Wald_Typ”都是字符串“NS_Cap”是一个整数

现在我想运行通过这个定义所有这些值，并再次回到我的X价值：

def IV(saison, wald, ns): 
    if saison == "Sommer": 
     if wald == "Laubwald": 
      x = ns * 0.1 
     elif wald == "Nadelwald": 
      x = ns * 0.2 
     elif wald == "Mischwald": 
      x = ns * 0.3 
    elif saison == "Winter": 
     if wald == "Laubwald": 
      x = ns * 0.01 
     elif wald == "Nadelwald": 
      x = ns * 0.02 
     elif wald == "Mischwald": 
      x = ns * 0.03 
    return x

我该如何做到最好？像

df_joined["IVbest"] = IV(df_joined["Saison", "Wald_Typ", "NS_Cap"])

或

df_joined["IVbest"] = df_joined["Saison", "Wald_Typ", "NS_Cap"].apply(IV)

但没有

我已经试过的东西的工作:(

来源

2016-09-26 Khaled

您需要将'axis = 1'传递给'apply'：'df_joined [“IVbest”] = df_joined [[“Saison”，“Wald_Typ”，“NS_Cap”]]。apply（lambda x：IV（x [ Saison“]，x [”Wald_Typ“]，x [”NS_Cap“]），axis = 1）' – EdChum

如果您将签名更改为”def IV（df）：#do df ['saison']，df ['wald']和df ['ns']'返回一个系列' – EdChum

谢谢埃德！你的第一个例子效果很好。如果我希望输出是一个整数？我可以将类似int（round（xy））的东西应用于输出吗？我肯定会考虑你的其他想法！ – Khaled

我觉得在这种情况下，这将是更好地使用6个口罩，并利用这些仅对这些行执行计算：

sommer_laub = (df_joined['Saison'] == 'Sommer') & (df_joined['Wald_Typ'] == 'Laubwald') 
sommer_nadel = (df_joined['Saison'] == 'Sommer') & (df_joined['Wald_Typ'] == 'Nadelwald') 
sommer_misch = (df_joined['Saison'] == 'Sommer') & (df_joined['Wald_Typ'] == 'Mischwald') 
winter_laub = (df_joined['Saison'] == 'Winter') & (df_joined['Wald_Typ'] == 'Laubwald') 
winter_nadel = (df_joined['Saison'] == 'Winter') & (df_joined['Wald_Typ'] == 'Nadelwald') 
winter_misch = (df_joined['Saison'] == 'Winter') & (df_joined['Wald_Typ'] == 'Mischwald') 
df.loc[sommer_laub, 'IVbest'] = df.loc[sommer_laub,'NS_Cap'] * 0.1 
df.loc[sommer_nadel, 'IVbest'] = df.loc[sommer_nadel,'NS_Cap'] * 0.2 
df.loc[sommer_misch, 'IVbest'] = df.loc[sommer_misch,'NS_Cap'] * 0.3 
df.loc[winter_laub, 'IVbest'] = df.loc[winter_laub,'NS_Cap'] * 0.01 
df.loc[winter_nadel, 'IVbest'] = df.loc[winter_nadel,'NS_Cap'] * 0.02 
df.loc[winter_misch, 'IVbest'] = df.loc[winter_misch,'NS_Cap'] * 0.03

来源

2016-09-26 13:49:57 EdChum

感谢您以这种方式展示我。但为什么它更好？更快或更优雅？ – Khaled

更快，这将在每个面具的感兴趣的行上工作，您的方法需要查看每行并分别评估您的布尔条件，这对于较大的df来说会较慢 – EdChum

大，越来越多数据池变得越来越复杂。这么快就好了:-) – Khaled

用Pandas计算新列

回答

相关问题