如何在不使用 where 函数的情况下根据 pandas DataFrame 下的其他列有条件地 select 列？

Question

我在 python 2.5 下工作（由于外部 api，我只能使用该版本）并且希望获得与我在 python 2.7 下编写的代码相同的结果

import pandas as pd
df = pd.DataFrame({"lineId":[1,2,3,4], "idCaseMin": [10, 23, 40, 8], "min": [-110, -205, -80, -150], "idCaseMax": [5, 27, 15, 11], "max": [120, 150, 110, 90]})
df = df.set_index("lineId")

df["idMax"] = df["idCaseMax"].where(df["max"]>abs(df["min"]),df["idCaseMin"])

DataFrame 结果为：

>>> df
        idCaseMax  max  idCaseMin  min  idMax
lineId                                       
1               5   10        120 -110      5
2              27   23        150 -205     23
3              15   40        110  -80     15
4              11    8         90 -150      8

idMax 列是根据获得最大值的 id 定义的，在绝对模块中，在 max 和 min 列中。

我无法使用 where 功能，因为它在 pandas 0.9.0（最新版本适用于 python 2.5）和 numpy 1.7.1.

下不可用

那么，在不使用 pandas where 函数的情况下，我必须使用哪些选项才能为 idMax 列获得相同的结果？

Answer 1

我们可以使用下面代码中的apply函数来尝试相同的结果：

df["idMax"] = df.apply(lambda row: row["idCaseMax"] if row["max"]>abs(row["min"]) else row["idCaseMin"], axis = 1)

Answer 2

IIUC 你可以使用 numpy.where():

In [120]: df['idMax'] =  \
              np.where(df["max"]<=abs(df["min"]),
                       df["idCaseMin"],
                       df["idCaseMax"])

In [121]: df
Out[121]:
        idCaseMax  idCaseMin  max  min  idMax
lineId
1               5         10  120 -110      5
2              27         23  150 -205     23
3              15         40  110  -80     15
4              11          8   90 -150      8

Answer 3

我会尝试为 0.9. IIUC ix 提供优化的解决方案应该在这里工作。

m = df["max"] > df["min"].abs()

i = df.ix[m, 'idCaseMax']
j = df.ix[~m, 'idCaseMin']

df['idMax'] = i.append(j)
df

        idCaseMax  idCaseMin  max  min  idMax
lineId
1               5         10  120 -110      5
2              27         23  150 -205     23
3              15         40  110  -80     15
4              11          8   90 -150      8

Answer 4

你的 pandas 应该有这个...

df['idMax']=(df["max"]>abs(df["min"]))* df["idCaseMax"]+(df["max"]<=abs(df["min"]))* df["idCaseMin"]
df
Out[1388]: 
        idCaseMax  idCaseMin  max  min  idMax
lineId                                       
1               5         10  120 -110      5
2              27         23  150 -205     23
3              15         40  110  -80     15
4              11          8   90 -150      8

如何在不使用 where 函数的情况下根据 pandas DataFrame 下的其他列有条件地 select 列？

How to conditionally select column based on other columns under pandas DataFrame without using where function?

python

python-2.5

pandas