Hinzufügen einer zusätzlichen Spalte zu einem Pandas Datenrahmen, der von einer anderen Spalte abhängig ist

Question

Ich habe einen Pandas DataFrame aus der Iris dataset und ich möchte eine zusätzliche Spalte Calls SpecieID hinzufügen. Es bedeutet, dass Iris-setosa eine ID von 0 bekommt, Iris-versicolor, 1 und Iris-virginica, 2.

ich den Code versucht:

def create_specie_id(): 
    if iris["Species"] == "Iris-setosa": 
     ID = 0 
    elif iris["Species"] == "Iris-versicolor": 
     ID = 1 
    elif iris["Species"] == "Iris-virginica": 
     ID = 2 
    return ID 

iris = iris.assign(SpecieID = lambda x: create_specie_id()) 

print (iris) 

Aber ich erhielt den folgenden Fehler:

--------------------------------------------------------------------------- 
ValueError        Traceback (most recent call last) 
<ipython-input-58-2abd69ffef4b> in <module>() 
    10  return ID 
    11 
---> 12 iris = iris.assign(SpecieID = lambda x: create_specie_id()) 
    13 
    14 print (iris) 

C:\Users\masc\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\frame.py in assign(self, **kwargs) 
    2495   results = {} 
    2496   for k, v in kwargs.items(): 
-> 2497    results[k] = com._apply_if_callable(v, data) 
    2498 
    2499   # ... and then assign 

C:\Users\masc\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\common.py in _apply_if_callable(maybe_callable, obj, **kwargs) 
    439  """ 
    440  if callable(maybe_callable): 
--> 441   return maybe_callable(obj, **kwargs) 
    442  return maybe_callable 
    443 

<ipython-input-58-2abd69ffef4b> in <lambda>(x) 
    10  return ID 
    11 
---> 12 iris = iris.assign(SpecieID = lambda x: create_specie_id()) 
    13 
    14 print (iris) 

<ipython-input-58-2abd69ffef4b> in create_specie_id() 
     2 
     3 def create_specie_id(): 
----> 4  if iris["Species"] == "Iris-setosa": 
     5   ID = 0 
     6  elif iris["Species"] == "Iris-versicolor": 

C:\Users\masc\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\generic.py in __nonzero__(self) 
    953   raise ValueError("The truth value of a {0} is ambiguous. " 
    954       "Use a.empty, a.bool(), a.item(), a.any() or a.all()." 
--> 955       .format(self.__class__.__name__)) 
    956 
    957  __bool__ = __nonzero__ 

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all(). 

Wie kann man diese Spalte erstellen, die SpecieIDs enthält?

Answer 1

können Sie numpy.select verwenden:

iris=pd.DataFrame({'Species':['Iris-setosa','Iris-versicolor','Iris-virginica', 'another']}) 

m1 = iris["Species"] == "Iris-setosa" 
m2 = iris["Species"] == "Iris-versicolor" 
m3 = iris["Species"] == "Iris-virginica" 

iris['ID'] = np.select([m1,m2,m3], [0,1,2], default=-1) 

print (iris) 
      Species ID 
0  Iris-setosa 0 
1 Iris-versicolor 1 
2 Iris-virginica 2 
3   another -1 

Eine andere Lösung ist map von dict verwenden - erhalten NaN wenn Werte nicht matchad, hinzugefügt, so fillna mit astype:

d = { "Iris-setosa" : 0, "Iris-versicolor":1, "Iris-virginica":2} 
iris['ID'] = iris['Species'].map(d).fillna(-1).astype(int) 

print (iris) 
      Species ID 
0  Iris-setosa 0 
1 Iris-versicolor 1 
2 Iris-virginica 2 
3   another -1