有条件地改变列

Question

我是一名试图进入 Python 的 R 程序员。在 R 中，当我想有条件地改变一列时，我使用：

col = dplyr::mutate(col, ifelse(condition, if_true(x), if_false(x))

在 Python 中，如何有条件地改变列值？这是我的最小可重复示例：

def act(cntnt):
    def do_thing(cntnt):
        return(cntnt + "has it")
    def do_other_thing(cntnt):
        return(cntnt + "nope")
    has_abc = cntnt.str.contains.contains("abc")
    if has_abc == T:
        cntnt[has_abc].apply(do_thing)
    else:
        cntnt[has_abc].apply(do_other_thing)

Answer 1

我认为你正在寻找的是assign，它本质上是相当于mutatein的熊猫dplyr。您的条件语句可以使用列表推导式编写，也可以使用矢量化方法（见下文）。

举一个例子数据框，让我们称之为df：

> df
             a
1   0.50212013
2   1.01959213
3  -1.32490344
4  -0.82133375
5   0.23010548
6  -0.64410737
7  -0.46565442
8  -0.08943858
9   0.11489957
10 -0.21628132

R/ dplyr:

在 中R，您可以使用mutatewithifelse根据条件创建列（在此示例中，'pos'当列 a 大于 时0）：

df = dplyr::mutate(df, col = ifelse(df$a > 0, 'pos', 'neg'))

结果df：

> df
             a col
1   0.50212013 pos
2   1.01959213 pos
3  -1.32490344 neg
4  -0.82133375 neg
5   0.23010548 pos
6  -0.64410737 neg
7  -0.46565442 neg
8  -0.08943858 neg
9   0.11489957 pos
10 -0.21628132 neg

Python / Pandas

在 中pandas，assign与列表理解一起使用：

df = df.assign(col = ['pos' if a > 0 else 'neg' for a in df['a']])

结果df：

>>> df
          a  col
0  0.502120  pos
1  1.019592  pos
2 -1.324903  neg
3 -0.821334  neg
4  0.230105  pos
5 -0.644107  neg
6 -0.465654  neg
7 -0.089439  neg
8  0.114900  pos
9 -0.216281  neg

在ifelse您使用的R是通过更换列表理解。

对此的变化：

你不具备使用assign：您可以直接在创建新列df不创建副本情况下：

df['col'] = ['pos' if a > 0 else 'neg' for a in df['a']]

此外，您可以将numpy的矢量化方法之一用于条件语句，而不是列表推导式，例如np.select：

import numpy as np
df['col'] = np.select([df['a'] > 0], ['pos'], 'neg')
# or
df = df.assign(col = np.select([df['a'] > 0], ['pos'], 'neg'))