pandas数据帧中的条件列算法

Question

我有一个pandas数据帧,具有以下结构:

import numpy as np
import pandas as pd
myData = pd.DataFrame({'x': [1.2,2.4,5.3,2.3,4.1], 'y': [6.7,7.5,8.1,5.3,8.3], 'condition':[1,1,np.nan,np.nan,1],'calculation': [np.nan]*5})

print myData

   calculation  condition    x    y
0          NaN          1  1.2  6.7
1          NaN          1  2.4  7.5
2          NaN        NaN  5.3  8.1
3          NaN        NaN  2.3  5.3
4          NaN          1  4.1  8.3

我想根据'x'和'y'(例如x/y)中的值在'calculation'列中输入一个值,但仅限于'condition'列包含NaN的那些单元格中(np.isnan(myData [ 'condition']).最终的数据框应如下所示:

   calculation  condition    x    y
0          NaN          1  1.2  6.7
1          NaN          1  2.4  7.5
2        0.654        NaN  5.3  8.1
3        0.434        NaN  2.3  5.3
4          NaN          1  4.1  8.3

我很高兴使用'for'循环依次单步执行每一行,然后使用'if'语句进行计算,但我拥有的实际数据帧非常大,我想在数组中进行计算 - 基于方式.这可能吗？我想我可以计算所有行的值,然后删除我不想要的那些但是这似乎浪费了很多精力(NaN在数据帧中非常少见),并且在某些情况下'condition'等于1 ,由于除零,无法进行计算.

提前致谢.

Answer 1

使用where并将条件传递给它,这将只在行符合条件的情况下执行计算:

In [117]:

myData['calculation'] = (myData['x']/myData['y']).where(myData['condition'].isnull())
myData
Out[117]:
   calculation  condition    x    y
0          NaN          1  1.2  6.7
1          NaN          1  2.4  7.5
2     0.654321        NaN  5.3  8.1
3     0.433962        NaN  2.3  5.3
4          NaN          1  4.1  8.3