我想在数据框中创建一个有条件地填充值的列。基本上我的数据框是这样的
Origin X
0 Guatemala x
1 China x
2 Kenya x
3 Venezuela x
4 Bangladesh x
我现在想做的是创建一个附加列“大陆”,它添加依赖于国家/地区的大陆。我的结果将如下所示:
Origin X Continent
0 Guatemala x South america
1 China x Asia
2 Kenya x Africa
3 Venezuela x South america
4 Bangladesh x Asia
我尝试了以下代码来实现我想要的:
def GetContinents(x):
if x['Origin']== 'Thailand' or 'Indonesia' or 'China' or 'Japan' or 'Bangladesh':
return 'Asia'
elif x['Origin']== 'Boliva' or 'Guatemala' or 'Venezuela' or 'Mexico' or 'Argentinia':
return 'South America'
elif x['Origin']== 'Guinea Bissau' or 'Egypt' or 'Zaire' or 'Kenya':
return 'Africa'
else:
return 'unknown'
df['Continent']= df.apply(GetContinents, axis=1)
这个神秘地用“亚洲”填满了“大陆”的所有栏目。
df['Continent'] = np.where(df['Origin'] == 'Bangladesh', 'Asia', 'unknown')
这个效果很好,它将“亚洲”填充到正确的列中,而其他所有列中都未知,但是当我尝试制作类似 df['Continent'] = np.where(df[' Origin'] == '孟加拉国' 或 '中国', '亚洲', '未知')
我收到错误。
所以基本上我的问题是:如何用不同的值来满足我的 if 条件?
最佳答案
您可以为每个大陆构建列表并应用
函数:
In [35]:
asia = ['Thailand','Indonesia','China','Japan','Bangladesh']
south_america = ['Boliva' , 'Guatemala' , 'Venezuela' , 'Mexico' , 'Argentinia']
africa = [ 'Guinea Bissau' , 'Egypt' , 'Zaire' , 'Kenya']
def find_continent(x):
if x in asia:
return 'Asia'
elif x in south_america:
return 'South America'
elif x in africa:
return 'Africa'
else:
return 'Unknown'
df['Continent'] = df['Origin'].apply(find_continent)
df
Out[35]:
Origin X Continent
0 Guatemala x South America
1 China x Asia
2 Kenya x Africa
3 Venezuela x South America
4 Bangladesh x Asia
或者,如果您有更大的 df,那么您可以使用 isin
进行连续调用,并使用 loc
屏蔽行:
In [38]:
df.loc[df['Origin'].isin(asia),'Continent'] = 'Asia'
df.loc[df['Origin'].isin(south_america),'Continent'] = 'South America'
df.loc[df['Origin'].isin(africa),'Continent'] = 'Africa'
df['Continent'] = df['Continent'].fillna('Unknown')
df
Out[38]:
Origin X Continent
0 Guatemala x South America
1 China x Asia
2 Kenya x Africa
3 Venezuela x South America
4 Bangladesh x Asia
至于为什么你的尝试没有成功:
if x['Origin']== 'Thailand' or 'Indonesia' or 'China' or 'Japan' or 'Bangladesh'
这将返回 True
,因为 或 'Indonesia'
始终为 True
,因此所有行都设置为亚洲。
你应该将其更改为这样:
if x['Origin'] in ('Thailand' , 'Indonesia' , 'China' , 'Japan' , 'Bangladesh'):
查看相关:How do I test one variable against multiple values?
使用 np.where
就可以了,但是您没有屏蔽行,因此您不断覆盖行,因此只有最后一个操作保留。
关于python - 如何向 pandas df 添加条件列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33344359/