比较两列数据帧大熊猫创造第三个

Question

我有以下数据框：

In [25]: df1 
Out[25]: 
      a   b 
0 0.752072 0.813426 
1 0.868841 0.354665 
2 0.944651 0.745505 
3 0.485834 0.163747 
4 0.001487 0.820176 
5 0.904039 0.136355 
6 0.572265 0.250570 
7 0.514955 0.868373 
8 0.195440 0.484160 
9 0.506443 0.523912 

现在我想创造另一列df1['c']，其值将是最大的中df1['a']和df1['b']。因此，我想有这样的作为输出：

In [25]: df1 
Out[25]: 
      a   b  c 
0 0.752072 0.813426 0.813426 
1 0.868841 0.354665 0.868841 
2 0.944651 0.745505 0.944651 
3 0.485834 0.163747 0.485834 
4 0.001487 0.820176 0.820176 

我想：

In [23]: df1['c'] = np.where(max(df1['a'], df1['b'], df1['a'], df1['b']) 

但是，这将引发一个语法错误。我看不出有什么办法可以在熊猫中做到这一点。我的实际数据框太复杂了，所以我想为此提供一个通用的解决方案。有任何想法吗？

Answer 1

您可以使用Series.where：

df['c'] = df.b.where(df.a < df.b, df.a) 
print (df) 
      a   b   c 
0 0.752072 0.813426 0.813426 
1 0.868841 0.354665 0.868841 
2 0.944651 0.745505 0.944651 
3 0.485834 0.163747 0.485834 
4 0.001487 0.820176 0.820176 
5 0.904039 0.136355 0.904039 
6 0.572265 0.250570 0.572265 
7 0.514955 0.868373 0.868373 
8 0.195440 0.484160 0.484160 
9 0.506443 0.523912 0.523912 

解决方案与numpy.where：

df['c'] = np.where(df['a'] > df['b'], df['a'], df['b']) 
print (df) 
      a   b   c 
0 0.752072 0.813426 0.813426 
1 0.868841 0.354665 0.868841 
2 0.944651 0.745505 0.944651 
3 0.485834 0.163747 0.485834 
4 0.001487 0.820176 0.820176 
5 0.904039 0.136355 0.904039 
6 0.572265 0.250570 0.572265 
7 0.514955 0.868373 0.868373 
8 0.195440 0.484160 0.484160 
9 0.506443 0.523912 0.523912 

或者simplier被发现max：

df['c'] = df[['a','b']].max(axis=1) 
print (df) 
      a   b   c 
0 0.752072 0.813426 0.813426 
1 0.868841 0.354665 0.868841 
2 0.944651 0.745505 0.944651 
3 0.485834 0.163747 0.485834 
4 0.001487 0.820176 0.820176 
5 0.904039 0.136355 0.904039 
6 0.572265 0.250570 0.572265 
7 0.514955 0.868373 0.868373 
8 0.195440 0.484160 0.484160 
9 0.506443 0.523912 0.523912