Python, neue col Anlage auf vorhandene cols

Question

Es gibt drei Spalten in meinem vorhandenen Datenrahmen df: A, B, C

Ich möchte eine andere Spalte D auf A, B, C

Die Basis hinzufügen Logik ist:

if (A == "a"): 
    D = "a" 
elif (A == "b") and (B in ["B", "C"]): 
    D = "A" 
elif (C == "c"): 
    D = "c" 
Note: the value of D can be NaN if all conditions are not satisfied. 

Gibt es elegante und kompakte Möglichkeiten zum Hinzufügen dieser Spalte?

Answer 1

A verschachtelt, wo der schnellste

sein sollte

np.where(df.A == 'a', 'a', 
     np.where((df.A == 'b') & (df.B.isin(['B','C'])), 'A', 
     np.where(df.C == 'c', 'c', np.nan))) 

Speed ​​Test

# create 100,000 rows of random data 
df = pd.DataFrame({'A':np.random.choice(['a','b','c','A','B','C'], 100000, True), 
       'B':np.random.choice(['a','b','c','A','B','C'], 100000, True), 
       'C':np.random.choice(['a','b','c','A','B','C'], 100000, True)}) 

%%timeit 
np.where(df.A == 'a', 'a', 
    np.where((df.A == 'b') & (df.B.isin(['B','C'])), 'A', 
    np.where(df.C == 'c', 'c', np.nan))) 

10 Schlaufen, am besten von 3: 33,4 ms pro Schleife

def my_logic(x): 
    if x[0] == 'a': 
     return 'a' 
    elif x[0] == 'b' and x[1] in ('B', 'C'): 
     return 'A' 
    elif x[2] == 'c': 
     return 'c' 
    return '' 

%%timeit 
df[['A', 'B', 'C']].apply(my_logic, axis=1) 

1 Schlaufen , Bestes von 3: 5,87 s pro Schleife

Verschachtelt wo ist 175 Mal schneller als apply - die Methode des letzten Ausweges.

Answer 2

Ich denke, dies ist die am besten lesbare Methode, obwohl immer noch etwas kompakt.

def my_logic(x): 
    if x[0] == 'a': 
     return 'a' 
    elif x[0] == 'b' and x[1] in ('B', 'C'): 
     return 'A' 
    elif x[2] == 'c': 
     return 'c' 
    return '' 

df['D'] = df[['A', 'B', 'C']].apply(my_logic, axis=1) 

Answer 3

Dies wäre schneller als die if/elif-Lösung und weniger Zeilen. Es ist jedoch wohl nicht so gut lesbar.

df.loc[df.A=="a", "D") = "a" 
df.loc[(df.A=="b") & df.B.isin("B", "C"), "D") = "A" 
df.loc[(df.C=="c") & ~df.A.isin("a", "A"), "D"] = "c" 
df.loc[~df.D.isin("a", "A", "c"), "D"] = np.nan