如何比较同一数据帧的两列？

Question

我有这样的数据帧:

 match_id inn1  bat  bowl  runs1 inn2   runs2   is_score_chased
    1     1     KKR  RCB    222  2      82          1
    2     1     CSK  KXIP   240  2      207         1
    8     1     CSK  MI     208  2      202         1
    9     1     DC   RR     214  2      217         1
   33     1     KKR  DC     204  2      181         1

现在我想通过比较runs1和runs2中的值来更改is_score_chased列中的值.如果runs1> runs2,则行中的相应值应为"yes",否则应为no.我尝试了以下代码:

for i in (high_scores1):
  if(high_scores1['runs1']>=high_scores1['runs2']):
      high_scores1['is_score_chased']='yes'
  else:
      high_scores1['is_score_chased']='no' 

但它没有用.如何更改列中的值？

Answer 1

你可以更轻松地使用np.where.

high_scores1['is_score_chased'] = np.where(high_scores1['runs1']>=high_scores1['runs2'], 
                                           'yes', 'no')

通常情况下,如果您发现自己尝试在设置列时进行显式迭代,则会有一个类似的抽象apply或where更快更简洁的抽象.

Answer 2

这是使用apply的好例子。

这里有一个在两列上使用 apply 的例子。

您可以通过以下方式使其适应您的问题：

def f(x):    
   return 'yes' if x['run1'] > x['run2'] else 'no'

df['is_score_chased'] = df.apply(f, axis=1)

但是，我建议用布尔值填充您的列，以便您可以使其更简单

def f(x):    
   return x['run1'] > x['run2']

并且还使用 lambdas 这样你就可以在一行中完成

df['is_score_chased'] = df.apply(lambda x: x['run1'] > x['run2'], axis=1)