Wie über Pandas Dataframe iterieren und neue Spalte erstellen

Question

Ich habe einen Pandas-Datenrahmen, der 2 Spalten hat. Ich möchte die Zeilen durchlaufen und basierend auf einer Zeichenfolge aus Spalte 2 möchte ich eine Zeichenfolge in einer neu erstellten dritten Spalte hinzufügen. Ich habe versucht:

for i in df.index: 
    if df.ix[i]['Column2']==variable1: 
     df['Column3'] = variable2 
    elif df.ix[i]['Column2']==variable3: 
     df['Column3'] = variable4 

print(df) 

Aber der resultierende Datenrahmen hat in Spalte 3 nur Variable2.

Irgendwelche Ideen, wie sonst könnte ich das tun?

Answer 1

Ich glaube, Sie doppelt numpy.where verwenden können, was schneller ist als Schleife:

df['Column3'] = np.where(df['Column2']==variable1, variable2, 
       np.where(df['Column2']==variable3, variable4)) 

Und wenn brauchen Variable hinzufügen, wenn beide Bedingungen False:

df['Column3'] = np.where(df['Column2']==variable1, variable2, 
       np.where(df['Column2']==variable3, variable4, variable5)) 

Probe:

df = pd.DataFrame({'Column2':[1,2,4,3]}) 
print (df) 
    Column2 
0  1 
1  2 
2  4 
3  3 

variable1 = 1 
variable2 = 2 
variable3 = 3 
variable4 = 4 
variable5 = 5 

df['Column3'] = np.where(df['Column2']==variable1, variable2, 
       np.where(df['Column2']==variable3, variable4, variable5)) 

print (df) 
    Column2 Column3 
0  1  2 
1  2  5 
2  4  5 
3  3  4 

Eine andere Lösung, danke Jon Clements:

df['Column4'] = df.Column2.map({variable1: variable2, variable3:variable4}).fillna(variable5) 
print (df) 
    Column2 Column3 Column4 
0  1  2  2.0 
1  2  5  5.0 
2  4  5  5.0 
3  3  4  4.0 

Answer 2

Sie können auch versuchen, diese (wenn Sie die for Schleife behalten möchten Sie verwenden):

new_column = [] 

for i in df.index: 
    if df.ix[i]['Column2']==variable1: 
     new_column.append(variable2) 
    elif df.ix[i]['Column2']==variable3: 
     new_column.append(variable4) 
    else : #if both conditions not verified 
     new_column.append(other_variable) 

df['Column3'] = new_column 

Answer 3

Erstens gibt es keine Notwendigkeit, eine Schleife durch jede und jeden Index, nur Pandas verwenden gebaut in boolean indexing. Erste Zeile hier sammeln wir alle Werte in Column2, die gleich variable1 und stellen Sie die gleiche Zeile in Column3 sind variable2

df.ix[df.Column2==variable1, 'Column3'] = variable2 
df.ix[df.Column2==variable3, 'Column3'] = variable4 

Ein einfaches Beispiel wäre

import pandas as pd 

df = pd.DataFrame({'Animal':['dog', 'fish', 'fish', 'dog']}) 
print(df) 

    Animal 
0 dog 
1 fish 
2 fish 
3 dog 

df.ix[df.Animal=='dog', 'Colour'] = 'brown' 
df.ix[df.Animal=='fish', 'Colour'] = 'silver' 
print(df) 

    Animal Colour 
0 dog  brown 
1 fish silver 
2 fish silver 
3 dog  brown 

Das obige Verfahren

sein kann sehr einfach mit mehreren Bedingungen wie & und | auf booleschen Index aufgebaut werden.

df = pd.DataFrame({'Animal':['dog', 'fish', 'fish', 'dog'], 'Age': [1, 3, 2, 10]}) 
print(df) 

    Age Animal 
0 1 dog 
1 3 fish 
2 2 fish 
3 10 dog 

df.ix[(df.Animal=='dog') & (df.Age > 8), 'Colour'] = 'grey' # old dogs go grey 
df.ix[(df.Animal=='dog') & (df.Age <= 8), 'Colour'] = 'brown' 
df.ix[df.Animal=='fish', 'Colour'] = 'silver' 
print(df) 

    Age Animal Colour 
0 1 dog brown 
1 3 fish silver 
2 2 fish silver 
3 10 dog grey