我有以下数据框:
In [25]: df1
Out[25]:
a b
0 0.752072 0.813426
1 0.868841 0.354665
2 0.944651 0.745505
3 0.485834 0.163747
4 0.001487 0.820176
5 0.904039 0.136355
6 0.572265 0.250570
7 0.514955 0.868373
8 0.195440 0.484160
9 0.506443 0.523912
现在我想创建另一列df1['c']
,其值将是df1['a']
和df1['b]中的最大值']
。因此,我想将其作为输出:
In [25]: df1
Out[25]:
a b c
0 0.752072 0.813426 0.813426
1 0.868841 0.354665 0.868841
2 0.944651 0.745505 0.944651
3 0.485834 0.163747 0.485834
4 0.001487 0.820176 0.820176
我尝试过:
In [23]: df1['c'] = np.where(max(df1['a'], df1['b'], df1['a'], df1['b'])
但是,这会引发语法错误。我看不出有什么方法可以在 Pandas 中做到这一点。我的实际数据框太复杂,所以我想为此提供一个通用的解决方案。有什么想法吗?
最佳答案
您可以使用Series.where
:
df['c'] = df.b.where(df.a < df.b, df.a)
print (df)
a b c
0 0.752072 0.813426 0.813426
1 0.868841 0.354665 0.868841
2 0.944651 0.745505 0.944651
3 0.485834 0.163747 0.485834
4 0.001487 0.820176 0.820176
5 0.904039 0.136355 0.904039
6 0.572265 0.250570 0.572265
7 0.514955 0.868373 0.868373
8 0.195440 0.484160 0.484160
9 0.506443 0.523912 0.523912
解决方案 numpy.where
:
df['c'] = np.where(df['a'] > df['b'], df['a'], df['b'])
print (df)
a b c
0 0.752072 0.813426 0.813426
1 0.868841 0.354665 0.868841
2 0.944651 0.745505 0.944651
3 0.485834 0.163747 0.485834
4 0.001487 0.820176 0.820176
5 0.904039 0.136355 0.904039
6 0.572265 0.250570 0.572265
7 0.514955 0.868373 0.868373
8 0.195440 0.484160 0.484160
9 0.506443 0.523912 0.523912
或者更简单的是查找 max
:
df['c'] = df[['a','b']].max(axis=1)
print (df)
a b c
0 0.752072 0.813426 0.813426
1 0.868841 0.354665 0.868841
2 0.944651 0.745505 0.944651
3 0.485834 0.163747 0.485834
4 0.001487 0.820176 0.820176
5 0.904039 0.136355 0.904039
6 0.572265 0.250570 0.572265
7 0.514955 0.868373 0.868373
8 0.195440 0.484160 0.484160
9 0.506443 0.523912 0.523912
关于python - 比较 pandas 数据框中的两列以创建第三列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41440068/