numpy.where()有3个或更多条件

Question

我有一个包含多列的数据框.

      AC     BC     CC      DC     MyColumn

一个

乙

C

d

我想设置一个新列"MyColumn",如果BC,CC和DC小于AC,则取该行的三个最大值.如果只有CC和DC小于AC,则取该行的CC和DC的最大值等.如果它们都不小于AC,MyColumn应该从AC获取值.

我怎么用numpy.where()做到这一点？

Answer 1

您可以使用lt方法以及where:

In [11]: df = pd.DataFrame(np.random.randn(5, 4), columns=list('ABCD'))

In [12]: df
Out[12]:
          A         B         C         D
0  1.587878 -2.189620  0.631958 -0.432253
1 -1.636721  0.568846 -0.033618 -0.648406
2  1.567512  1.089788  0.489559  1.673372
3  0.589222 -1.176961 -1.186171  0.249795
4  0.366227  1.830107 -1.074298 -1.882093

注意:您可以使用列的最大子集:

In [13]: df[['B', 'C', 'D']].max(1)
Out[13]:
0    0.631958
1    0.568846
2    1.673372
3    0.249795
4    1.830107
dtype: float64

查看每列的值,看它们是否小于A:

In [14]: lt_A = df.lt(df['A'], axis=0)

In [15]: lt_A
Out[15]:
       A      B      C      D
0  False   True   True   True
1  False  False  False  False
2  False   True   True  False
3  False   True   True   True
4  False  False   True   True

In [15]: lt_A[['B', 'C', 'D']].all(1)
Out[15]:
0     True
1    False
2    False
3     True
4    False
dtype: bool

现在,您可以使用以下所有内容构建所需的结果:

In [16]: df[['B', 'C', 'D']].max(1).where(lt_A[['B', 'C', 'D']].all(1), 2)
Out[16]:
0    0.631958
1    2.000000
2    2.000000
3    0.249795
4    2.000000
dtype: float64

而不是2你可以先插入系列(在这个例子中它恰好相同):

In [17]: df[['C', 'D']].max(1).where(lt_A[['C', 'D']].all(1), 2)
Out[17]:
0    0.631958
1    2.000000
2    2.000000
3    0.249795
4   -1.074298
dtype: float64

然后是A栏:

In [18]: df[['B', 'C', 'D']].max(1).where(lt_A[['B', 'C', 'D']].all(1), df[['C', 'D']].max(1).where(lt_A[['C', 'D']].all(1), df['A']))
Out[18]:
0    0.631958
1   -1.636721
2    1.567512
3    0.249795
4   -1.074298
dtype: float64

显然,如果你打算重复使用,你应该把它写成函数!

Answer 2

我的理解是,您需要的列数最多小于第一列,如果不存在此列,则需要在第一列上进行回退; 如果是这样的话:

>>> df
          A         B         C         D
0  1.587878 -2.189620  0.631958 -0.432253
1 -1.636721  0.568846 -0.033618 -0.648406
2  1.567512  1.089788  0.489559  1.673372
3  0.589222 -1.176961 -1.186171  0.249795
4  0.366227  1.830107 -1.074298 -1.882093

[5 rows x 4 columns]
>>> df[df.lt(df.A, axis=0)].max(axis=1).fillna(df.A)
0    0.631958
1   -1.636721
2    1.089788
3    0.249795
4   -1.074298
dtype: float64