Les Pandas - conditionnellement sélectionnez la colonne source de données pour une nouvelle colonne basée sur des valeurs de ligne

Est-il pandas fonction qui permet la sélection de différentes colonnes en fonction d'une condition? Ceci est analogue à une instruction SQL Select. Par exemple, dire que j'ai la suite DataFrame:

foo = DataFrame(
    [['USA',1,2],
    ['Canada',3,4],
    ['Canada',5,6]], 
    columns = ('Country', 'x', 'y')
)

Je veux sélectionner à partir de la colonne " x "Pays==les "USA", et à partir de la colonne " y " quand le Pays=='Canada', résultant en quelque chose comme ce qui suit:

  Country  x  y  z
0     USA  1  2  1
1  Canada  3  4  4
2  Canada  5  6  6

[3 rows x 4 columns]
D'où vient la colonne z venir?
z serait le "combiné" colonne, la colonne de x ou y selon les Pays

OriginalL'auteur aensm | 2014-05-29

  1. 10

    À l'aide de DataFrame.où's other argument et pandas.concat:

    >>> import pandas as pd
>>>
>>> foo = pd.DataFrame([
...     ['USA',1,2],
...     ['Canada',3,4],
...     ['Canada',5,6]
... ], columns=('Country', 'x', 'y'))
>>>
>>> z = foo['x'].where(foo['Country'] == 'USA', foo['y'])
>>> pd.concat([foo['Country'], z], axis=1)
  Country  x
0     USA  1
1  Canada  4
2  Canada  6

    Si vous voulez z comme nom de colonne, indiquez keys:

    >>> pd.concat([foo['Country'], z], keys=['Country', 'z'], axis=1)
  Country  z
0     USA  1
1  Canada  4
2  Canada  6
    J'ai changé ma réponse à cette question de @EdChum de réponse, parce qu'elle est plus facile à lire et plus performant.

    OriginalL'auteur falsetru

  2. 5

    Ce serait le travail:

    In [84]:

def func(x):
    if x['Country'] == 'USA':
        return x['x']
    if x['Country'] == 'Canada':
        return x['y']
    return NaN
foo['z'] = foo.apply(func(row), axis = 1)
foo
Out[84]:
  Country  x  y  z
0     USA  1  2  1
1  Canada  3  4  4
2  Canada  5  6  6

[3 rows x 4 columns]

    Vous pouvez utiliser loc:

    In [137]:

foo.loc[foo['Country']=='Canada','z'] = foo['y']
foo.loc[foo['Country']=='USA','z'] = foo['x']
foo
Out[137]:
  Country  x  y  z
0     USA  1  2  1
1  Canada  3  4  4
2  Canada  5  6  6

[3 rows x 4 columns]

    MODIFIER

    Bien que lourd à l'aide de loc à l'échelle de mieux avec de plus grands dataframes que l'ici est appelé pour chaque ligne, tout en utilisant boolean indexation être vectorisées.

    Ouais j'avais écrit une fonction similaire. Je me demandais si les pandas avait quelque chose de cuit à que des œuvres de ce genre, plutôt que d'avoir à écrire une fonction, comme c'est quelque chose que je fais souvent.
    L'autre moyen serait d'utiliser boolean indexation voir ma réponse
    Je ne pense pas que, loc travaille, depuis de masquage booléen produit toujours une copie de la DataFrame, plutôt que d'un point de vue.
    si vous êtes seulement 1 ou l'autre , cela fonctionne ainsi: foo['z'] = foo['y'].where(foo['Country']=='Canada',foo['x'])
    à un certain point, nous devons mettre en œuvre IfExp pour les requêtes.

    OriginalL'auteur EdChum

  3. 1

    Ici est une solution générique pour la sélection arbitraire des colonnes de la valeur d'une autre colonne.

    Cela a l'avantage de séparer la logique de recherche dans un simple dict structure qui le rend facile à modifier.

    import pandas as pd
df = pd.DataFrame(
    [['UK', 'burgers', 4, 5, 6],
    ['USA', 4, 7, 9, 'make'],
    ['Canada', 6, 4, 6, 'you'],
    ['France', 3, 6, 'fat', 8]],
    columns = ('Country', 'a', 'b', 'c', 'd')
)

    J'étends à une opération où un conditionnel résultat est stocké dans une recherche externe de la structure (dict)

    lookup = {'Canada': 'd', 'France': 'c', 'UK': 'a', 'USA': 'd'}

    Boucle de la pd.DataFrame pour chaque colonne stockées dans le dict et utiliser les valeurs dans la table de conditions à déterminer quelle colonne pour sélectionner

    for k,v in lookup.iteritems():
    filt = df['Country'] == k
    df.loc[filt, 'result'] = df.loc[filt, v] # modifies in place

    Pour donner la leçon de vie

    In [69]: df
Out[69]:
  Country        a  b    c     d   result
0      UK  burgers  4    5     6  burgers
1     USA        4  7    9  make     make
2  Canada        6  4    6   you      you
3  France        3  6  fat     8      fat
    C'est un travail, mais j'obtiens un message d'avertissement disant A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_indexer,col_indexer] = value instead une idée sur comment résoudre ce problème?
    Je ne m'inquiéterais pas. Nous voulons que cela se produise. Vous pouvez vous en débarrasser en ajoutant ‘.copier()’ à la ligne, mais il n'est pas nécessaire

    OriginalL'auteur Alexander McFarlane