python - 具有 NA 的两列的条件最小值

Question

当第 1 列具有特定值时，如何有效地创建一个新列，该新列是第 3 列和第 2 列中的最小值？

示例:

my_dataframe=pd.DataFrame({'col1':[1.0,2.0,3.0],
             'col2':[4.0,5.0,6.0],
             'col3':[0.25,np.nan,0.25]})

my_dataframe = my_dataframe.assign(col4 = lambda x: np.where(x['col1']>1, np.minimum(x['col2'], x['col3']), 0))
RuntimeWarning: invalid value encountered in minimum

我假设np.minimum函数无法处理NA，那么我该如何解决这个问题？ numpy.nanmin功能不太好用。

它返回以下错误，因为它没有应用于数组 类型错误:“系列”对象无法解释为整数

所以我尝试写成如下

my_dataframe = my_dataframe.assign(col4 = lambda x: np.where(x['col1']>1, np.nanmin(x['col2'].values(), x['col3'].values()), 0))

返回错误: 类型错误:“numpy.ndarray”对象不可调用

Answer 1

使用DataFrame.min通过选择两列来按 [] 进行子集化或使用 np.nanmin 进行类似操作:

f = lambda x: np.where(x['col1']>1, x[['col2', 'col3']].min(axis=1), 0)
#another solution
#f = lambda x: np.where(x['col1']>1, np.nanmin(x[['col2', 'col3']].values,axis=1), 0)
my_dataframe = my_dataframe.assign(col4 = f)
print (my_dataframe)
   col1  col2  col3  col4
0   1.0   4.0  0.25  0.00
1   2.0   5.0   NaN  5.00
2   3.0   6.0  0.25  0.25