我想将我的自定义函数(它使用 if-else 阶梯)应用到这六列(ERI_Hispanic、ERI_AmerInd_AKNatv、ERI_Asian , ERI_Black_Afr.Amer, ERI_HI_PacIsl, ERI_White) 在我的数据帧的每一行中。
我尝试了与其他问题不同的方法，但似乎仍然无法为我的问题找到正确的答案。这其中的关键部分是，如果这个人被算作西类牙裔，他们就不能算作其他任何人。即使他们在另一个种族列中有“1”，他们仍然被视为西类牙裔，而不是两个或更多种族。同样，如果所有 ERI 列的总和大于 1，则它们被计为两个或多个种族，不能算作一个独特的种族(西类牙裔除外)。
这几乎就像对每一行执行一个 for 循环，如果每条记录满足一个标准，它们就会被添加到一个列表中并从原始列表中删除。
从下面的数据框中，我需要根据 SQL 中的以下规范计算一个新列:
标准
IF [ERI_Hispanic] = 1 THEN RETURN “Hispanic”
ELSE IF SUM([ERI_AmerInd_AKNatv] + [ERI_Asian] + [ERI_Black_Afr.Amer] + [ERI_HI_PacIsl] + [ERI_White]) > 1 THEN RETURN “Two or More”
ELSE IF [ERI_AmerInd_AKNatv] = 1 THEN RETURN “A/I AK Native”
ELSE IF [ERI_Asian] = 1 THEN RETURN “Asian”
ELSE IF [ERI_Black_Afr.Amer] = 1 THEN RETURN “Black/AA”
ELSE IF [ERI_HI_PacIsl] = 1 THEN RETURN “Haw/Pac Isl.”
ELSE IF [ERI_White] = 1 THEN RETURN “White”
评论:如果西类牙裔的 ERI 标志为真 (1)，则员工被归类为“西类牙裔”
注释:如果超过 1 个非西类牙裔 ERI 标志为真，则返回“两个或更多”
数据框
lname fname rno_cd eri_afr_amer eri_asian eri_hawaiian eri_hispanic eri_nat_amer eri_white rno_defined
0 MOST JEFF E 0 0 0 0 0 1 White
1 CRUISE TOM E 0 0 0 1 0 0 White
2 DEPP JOHNNY 0 0 0 0 0 1 Unknown
3 DICAP LEO 0 0 0 0 0 1 Unknown
4 BRANDO MARLON E 0 0 0 0 0 0 White
5 HANKS TOM 0 0 0 0 0 1 Unknown
6 DENIRO ROBERT E 0 1 0 0 0 1 White
7 PACINO AL E 0 0 0 0 0 1 White
8 WILLIAMS ROBIN E 0 0 1 0 0 0 White
9 EASTWOOD CLINT E 0 0 0 0 0 1 White
最佳答案
好的，有两个步骤 - 首先是编写一个执行您想要的翻译的函数 - 我根据您的伪代码将一个示例放在一起:
def label_race (row):
if row['eri_hispanic'] == 1 :
return 'Hispanic'
if row['eri_afr_amer'] + row['eri_asian'] + row['eri_hawaiian'] + row['eri_nat_amer'] + row['eri_white'] > 1 :
return 'Two Or More'
if row['eri_nat_amer'] == 1 :
return 'A/I AK Native'
if row['eri_asian'] == 1:
return 'Asian'
if row['eri_afr_amer'] == 1:
return 'Black/AA'
if row['eri_hawaiian'] == 1:
return 'Haw/Pac Isl.'
if row['eri_white'] == 1:
return 'White'
return 'Other'
您可能想了解这一点，但它似乎可以解决问题 - 请注意，进入函数的参数被认为是标记为“行”的 Series 对象。
接下来，使用 pandas 中的 apply 函数来应用函数——例如
df.apply (lambda row: label_race(row), axis=1)
注意 axis=1 说明符，这意味着应用程序是在行级别而不是列级别完成的。结果在这里:
0 White
1 Hispanic
2 White
3 White
4 Other
5 White
6 Two Or More
7 White
8 Haw/Pac Isl.
9 White
如果您对这些结果感到满意，请再次运行它，将结果保存到原始数据框中的新列中。
df['race_label'] = df.apply (lambda row: label_race(row), axis=1)
生成的数据框如下所示(向右滚动查看新列):
lname fname rno_cd eri_afr_amer eri_asian eri_hawaiian eri_hispanic eri_nat_amer eri_white rno_defined race_label
0 MOST JEFF E 0 0 0 0 0 1 White White
1 CRUISE TOM E 0 0 0 1 0 0 White Hispanic
2 DEPP JOHNNY NaN 0 0 0 0 0 1 Unknown White
3 DICAP LEO NaN 0 0 0 0 0 1 Unknown White
4 BRANDO MARLON E 0 0 0 0 0 0 White Other
5 HANKS TOM NaN 0 0 0 0 0 1 Unknown White
6 DENIRO ROBERT E 0 1 0 0 0 1 White Two Or More
7 PACINO AL E 0 0 0 0 0 1 White White
8 WILLIAMS ROBIN E 0 0 1 0 0 0 White Haw/Pac Isl.
9 EASTWOOD CLINT E 0 0 0 0 0 1 White White
关于python - Pandas 根据其他列的值创建新列/逐行应用多列的函数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/26886653/