如何在 pandas numpy 中快速应用函数时在 pandas numpy 中使用 if else

Question

我有一个数据框 df_ia:

    dod1    dod2
0   0       0
1   200806  0
2   200806  0
3   200806  0
4   200806  0
5   200806  0
6   200806  0
7   200806  0

和一个用于应用于每一行的函数：

def life_status(dod1, dod2):
    if dod1.any() == 0:
        ls1 = '1'
    else:
        ls1 = '0'
    if dod2.any() == 0:
        ls2 = '1'
    else:
        ls2 = '0'
    lifestatus = ls1 + ls2
    return lifestatus

df_ia['lifestatus'] = life_status(df_ia['dod1'].values,df_ia['dod2'].values)

但是我发现，我不能直接使用:

if dod1.any() to add condition

所以我尝试了类似的东西，

if np.any(dod1==0):
   ls1='1'

但是还是不行。

输出应如下所示：

    dod1  dod2 lifestatus
0   0       0   11
1   200806  0   01
2   200806  0   01
3   200806  0   01
4   200806  0   01
5   200806  0   01
6   200806  0   01
7   200806  0   01
8   200806  0   01
9   200806  0   01

我可以用这段代码来实现，

def life_status(row):
    if row['dod1'] == 0:
        ls1 = '1'
    else:
        ls1 = '0'
    if row['dod2'] == 0:
        ls2 = '1'
    else:
        ls2 = '0'
    lifestatus = ls1 + ls2
    return lifestatus
df['lifestatus'] = df.apply(lambda row: life_status(row), axis=1)

但它非常慢，这就是为什么我 post 这个问题。

Answer 1

解决方案

根据您在评论部分的解释，您之前共享的函数逻辑错误，误导了我之前的解决方案。您需要为每一行评估 int(dod1[i] == 0) + int(dod2[i] == 0) 和 return 一个系列或 numpy.ndarray.

import numpy as np
import pandas as pd

df = pd.DataFrame({
    'dod1': [0] + [200806 for _ in range(7)], 
    'dod2': [0 for _ in range(8)],
})

def life_status(dod1: np.ndarray, dod2: np.ndarray):
    return (dod1 == 0).astype(int).astype(str) + (dod2 == 0).astype(int).astype(str)

life_status(df['dod1'].values, df['dod2'].values)

## Output:
# I will update this later. But the function should work as expected.

或者，等效地，直接在数据帧上使用它。

(df.dod1 == 0).astype(int).astype(str) + (df.dod2 == 0).astype(int).astype(str)

给 reader

的注释

如果你想让它更通用，比如当 (dod1 == 0) 为 True 时，赋值 4，当它为 False 时，赋值 5，你可以这样做如下。

# schema:
# - condition: dod1 == 0 --> True: 4, False: 5
# - condition: dod1 == 0 --> True: 7, False: 8
cond1, cond2 = (df.dod1 == 0), (df.dod2 == 0)
((cond1 * 4 + ~cond1 * 5).astype(str) + (cond2 * 7 + ~cond2 * 8).astype(str)).tolist()

## Output
# ['47', '57', '57', '57', '57', '57', '57', '57']

您可以进一步改进它并允许任何值（str、int、float）根据它是真还是假来替换。

(df.dod1 == 0).astype(str).replace({'True': '4', 'False': '5'}) + \
(df.dod2 == 0).astype(str).replace({'True': '7', 'False': '8'})

## Output
# ['47', '57', '57', '57', '57', '57', '57', '57']

如何在 pandas numpy 中快速应用函数时在 pandas numpy 中使用 if else

How to use if else in pandas numpy when apply function in all the rows fast

python

numpy

dataframe

pandas

numpy-ndarray

解决方案

给 reader