根据多个条件创建列

Question

我是想加入Pandas的长期SAS用户。我想根据各种if条件设置列的值。我想我可以使用嵌套的np.where命令来做到这一点，但我想我会检查是否有更优雅的解决方案。例如，如果我设置了一个左边界和右边界，并且想返回一列字符串值，以了解x是在这些边界的左，中还是右，那么最好的方法是什么？基本上，如果x <lbound返回“ left”，否则，如果lbound <x <rbound返回“ middle”，否则x> rbound返回“ right”。

df
   lbound   rbound  x
0   -1      1       0
1   5       7       1
2   0       1       2

可以使用np.where来检查一种情况：

df['area'] = np.where(df['x']>df['rbound'],'right','somewhere else')

但是不确定该怎么做，我想在一行中检查多个if-else ifs。

输出应为：

df
   lbound   rbound  x    area
0   -1      1       0    middle
1   5       7       1    left
2   0       1       2    right

Answer 1

选项1

您可以使用嵌套np.where语句。例如：

df['area'] = np.where(df['x'] > df['rbound'], 'right', 
                      np.where(df['x'] < df['lbound'],
                               'left', 'somewhere else'))

选项 2

您可以使用.loc访问器来分配特定范围。请注意，您必须在使用前添加新列。我们借此机会设置了默认值，以后可能会被覆盖。

df['area'] = 'somewhere else'
df.loc[df['x'] > df['rbound'], 'area'] = 'right'
df.loc[df['x'] < df['lbound'], 'area'] = 'left'

解释

这些都是具有可比性能的有效替代方案。在这两种情况下，计算都是矢量化的。我更喜欢选项 2，因为它看起来更具可读性。如果有大量嵌套条件，np.where可能会更方便。