Bandingkan dua kolom menggunakan panda

Menggunakan ini sebagai titik awal:

a = [['10', '1.2', '4.2'], ['15', '70', '0.03'], ['8', '5', '0']]
df = pd.DataFrame(a, columns=['one', 'two', 'three'])

Out[8]: 
  one  two three
0   10  1.2   4.2
1   15  70   0.03
2    8   5     0

Saya ingin menggunakan sesuatu seperti ifpernyataan di dalam panda.

if df['one'] >= df['two'] and df['one'] <= df['three']:
    df['que'] = df['one']

Pada dasarnya, periksa setiap baris melalui ifpernyataan, buat kolom baru.

Dokumen mengatakan untuk menggunakan .alltetapi tidak ada contoh ...

Anda bisa menggunakan np.where . If condadalah array boolean, dan Adan Badalah array, maka

C = np.where(cond, A, B)

mendefinisikan C sama dengan Awhere condadalah True, dan Bwhere condis False.

import numpy as np
import pandas as pd

a = [['10', '1.2', '4.2'], ['15', '70', '0.03'], ['8', '5', '0']]
df = pd.DataFrame(a, columns=['one', 'two', 'three'])

df['que'] = np.where((df['one'] >= df['two']) & (df['one'] <= df['three'])
                     , df['one'], np.nan)

hasil

  one  two three  que
0  10  1.2   4.2   10
1  15   70  0.03  NaN
2   8    5     0  NaN

Jika Anda memiliki lebih dari satu kondisi, maka Anda dapat menggunakan np.select . Misalnya, jika Anda ingin df['que']menyamakan df['two']kapan df['one'] < df['two'], maka

conditions = [
    (df['one'] >= df['two']) & (df['one'] <= df['three']), 
    df['one'] < df['two']]

choices = [df['one'], df['two']]

df['que'] = np.select(conditions, choices, default=np.nan)

hasil

  one  two three  que
0  10  1.2   4.2   10
1  15   70  0.03   70
2   8    5     0  NaN

Jika kita dapat mengasumsikan bahwa df['one'] >= df['two']when df['one'] < df['two']is False, maka kondisi dan pilihan dapat disederhanakan menjadi

conditions = [
    df['one'] < df['two'],
    df['one'] <= df['three']]

choices = [df['two'], df['one']]

(Asumsi tersebut mungkin tidak benar jika df['one']atau df['two']mengandung NaN.)

Catat itu

a = [['10', '1.2', '4.2'], ['15', '70', '0.03'], ['8', '5', '0']]
df = pd.DataFrame(a, columns=['one', 'two', 'three'])

mendefinisikan DataFrame dengan nilai string. Karena terlihat numerik, Anda mungkin lebih baik mengubah string tersebut menjadi float:

df2 = df.astype(float)

Ini mengubah hasil, karena string membandingkan karakter demi karakter, sementara float dibandingkan secara numerik.

In [61]: '10' <= '4.2'
Out[61]: True

In [62]: 10 <= 4.2
Out[62]: False

Anda dapat menggunakan .equalsuntuk kolom atau seluruh kerangka data.

df['col1'].equals(df['col2'])

Jika mereka sama, pernyataan itu akan kembali True, jika tidak False.

Anda bisa menggunakan apply () dan melakukan sesuatu seperti ini

df['que'] = df.apply(lambda x : x['one'] if x['one'] >= x['two'] and x['one'] <= x['three'] else "", axis=1)

atau jika Anda memilih untuk tidak menggunakan lambda

def que(x):
    if x['one'] >= x['two'] and x['one'] <= x['three']:
        return x['one']
    return ''
df['que'] = df.apply(que, axis=1)

Salah satu caranya adalah dengan menggunakan deret Boolean untuk mengindeks kolom df['one']. Ini memberi Anda kolom baru di mana Trueentri memiliki nilai yang sama dengan baris yang sama seperti df['one']dan Falsenilainya NaN.

Seri Boolean hanya diberikan oleh ifpernyataan Anda (meskipun ini perlu digunakan &sebagai pengganti and):

>>> df['que'] = df['one'][(df['one'] >= df['two']) & (df['one'] <= df['three'])]
>>> df
    one two three   que
0   10  1.2 4.2      10
1   15  70  0.03    NaN
2   8   5   0       NaN

Jika Anda ingin NaNnilai diganti dengan nilai lain, Anda dapat menggunakan fillnametode di kolom baru que. Saya telah menggunakan 0sebagai pengganti string kosong di sini:

>>> df['que'] = df['que'].fillna(0)
>>> df
    one two three   que
0   10  1.2   4.2    10
1   15   70  0.03     0
2    8    5     0     0

Bungkus setiap kondisi individu dalam tanda kurung, lalu gunakan &operator untuk menggabungkan ketentuan:

df.loc[(df['one'] >= df['two']) & (df['one'] <= df['three']), 'que'] = df['one']

Anda dapat mengisi baris yang tidak cocok dengan hanya menggunakan ~(operator "bukan") untuk membalikkan kecocokan:

df.loc[~ ((df['one'] >= df['two']) & (df['one'] <= df['three'])), 'que'] = ''

Anda perlu menggunakan &dan ~daripada anddan notkarena operator &and ~bekerja elemen demi elemen.

Hasil akhir:

df
Out[8]: 
  one  two three que
0  10  1.2   4.2  10
1  15   70  0.03    
2   8    5     0  

Gunakan np.selectjika Anda memiliki beberapa kondisi untuk diperiksa dari dataframe dan keluaran pilihan tertentu di kolom yang berbeda

conditions=[(condition1),(condition2)]
choices=["choice1","chocie2"]

df["new column"]=np.select=(condtion,choice,default=)

Catatan: Tidak ada ketentuan dan tidak ada pilihan yang cocok, ulangi teks yang dipilih jika untuk dua ketentuan berbeda Anda memiliki pilihan yang sama

Saya pikir yang paling dekat dengan intuisi OP adalah pernyataan inline if:

df['que'] = (df['one'] if ((df['one'] >= df['two']) and (df['one'] <= df['three'])) 

Gunakan ekspresi lambda:

df[df.apply(lambda x: x['col1'] != x['col2'], axis = 1)]