如何計算pandas數據框中bool和float列的新矢量化列？

我的數據幀具有浮點和布爾的混合：如何計算pandas數據框中bool和float列的新矢量化列？

df = pd.DataFrame.from_csv("C:\....") 

df['isActive'] = (df.turns >= 250) & (df.alivePct > 0) & (df.changePct > 0)

我想創建一個新的列，其中，如果isActive == false，則值= 0，否則值等於一些計算量的，是這樣的：

df['interestingness'] = (df.changePct * df.alivePct) if df.isActive else 0

但是因爲df.isActive是一個系列，我得到這個錯誤：

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

看來，三元的if/else操作員不能用於矢量化操作。

我該怎麼做手動迭代呢？

（注：一個簡單的黑客是通過df.isActive多次將其值設置爲0爲假== 0，但是我想知道一個更通用的解決方案。）

來源

2014-11-06 Brendan Hill

你是什麼更普遍的是什麼意思？另外，爲什麼它是黑客？它不會真正得到更多的普遍/比乘法少hacky ... – acushner 2014-11-06 15:40:15

也，我的意思是，我看到你的關注，如「如果布爾人不是0和1？」但我會想，是的，只是將它們轉換成零和一個，然後返回乘法。 'np.where'解決方案也不錯。 – acushner 2014-11-06 15:44:17

你可以使用np.where：

import numpy as np 
df['interestingness'] = np.where(df.isActive, df.changePct * df.alivePct, 0)

對於一維數組，np.where(condition, A, B)經過矢量相當於

np.array([a if c else b for a,b,c in zip(condition, A, B)])

熊貓還提供了一個Series.where方法，你可以使用：

df['interestingness'] = (df.changePct * df.alivePct).where(df.isActive, 0)

來源

2014-11-06 12:54:23 unutbu

不同的解決方案，也許還不如讀，但是作品。

創建新列/系列：

>>> df 
    0  1 2 
0 1 True 9 
1 2 False 9 
2 3 True 9 
3 4 False 9 
4 5 True 9 
>>> df[3] = 0

使用口罩

>>> mask = df[1] 
>>> df[3][mask] = (df[0] * df[2])[mask] 
>>> df 
    0  1 2 3 
0 1 True 9 9 
1 2 False 9 0 
2 3 True 9 27 
3 4 False 9 0 
4 5 True 9 45 
>>>

來源

2014-11-06 13:28:28 wwii

如何計算pandas數據框中bool和float列的新矢量化列？

回答

相關問題