要检查 Pandas Dataframe 列的 TRUE/FALSE，如果为 TRUE，请检查另一列是否满足条件并生成值为 PASS/FAIL 的新列

Question

输入解释： 我有一个数据框“df”，其中包含“Space”和“Threshold”列。

Space   Threshold

TRUE    0.1

TRUE    0.25

FALSE   0.5

FALSE   0.6

需要考虑的场景： 当 df['Space'] 为 TRUE 时，检查 df['Threshold']<=0.2，如果两个条件都满足，则生成一个名为 df['Space_Test'] 且值为 PASS/FAIL 的新列。如果 df['Space'] 值为 FALSE，则将 'FALSE' 作为值放入新生成的列 df['Space_Test']。

预期输出：

Space   Threshold   Space_Test

TRUE    0.1         PASS

TRUE    0.25        FAIL

FALSE   0.5         FALSE   

FALSE   0.6         FALSE   

尝试过的代码： 已针对上述场景尝试了下面提到的代码行，但不起作用。

df['Space_Test'] = np.where(df['Space'] == 'TRUE',np.where(df['Threshold'] <= 0.2, 'Pass', 'Fail'),'FALSE')

需要帮助来解决这个问题。提前致谢！

Answer 1

另一种解决方案

from pandas import DataFrame

names = {
    'Space': ['TRUE','TRUE','FALSE','FALSE'],
    'Threshold': [0.1, 0.25, 1, 2]
         }
df = DataFrame(names,columns=['Space','Threshold'])

df.loc[(df['Space'] == 'TRUE') & (df['Threshold'] <= 0.2), 'Space_Test'] = 'Pass'
df.loc[(df['Space'] != 'TRUE') | (df['Threshold'] > 0.2), 'Space_Test'] = 'Fail'

print (df)

Answer 2

如果TRUE是布尔值，您的解决方案只需通过比较来简化df['Space']：

df['Space_Test'] = np.where(df['Space'],
                   np.where(df['Threshold'] <= 0.2, 'Pass', 'Fail'),'FALSE')
print (df)
   Space  Threshold Space_Test
0   True       0.10       Pass
1   True       0.25       Fail
2  False       0.50      FALSE
3  False       0.60      FALSE

替代方案numpy.select：

m1 = df['Space']
m2 = df['Threshold'] <= 0.2
df['Space_Test'] = np.select([m1 & m2, m1 & ~m2], ['Pass', 'Fail'],'FALSE')
print (df)
   Space  Threshold Space_Test
0   True       0.10       Pass
1   True       0.25       Fail
2  False       0.50      FALSE
3  False       0.60      FALSE