Python dataframe 使用带有 2 个变量的 lambda 函数和 if else 语句分配新列

Question

设置数据框：

import pandas as pd
import numpy as np

np.random.seed(99)

rows = 10

df = pd.DataFrame ({'A' : np.random.choice(range(0, 2), rows, replace = True),
                    'B' : np.random.choice(range(0, 2), rows, replace = True)})

df


   A  B
0  1  1
1  1  1
2  1  0
3  0  1
4  1  1
5  0  1
6  0  1
7  0  0
8  1  1
9  0  1

如果要添加一个列 'C'，其值 'X' 是 df.A 且 df.B 均为 0，否则值为 'Y'。

我试过了：

df.assign(C = lambda row: 'X' if row.A + row.B == 0 else 'Y')

但这不起作用...

我找到了其他方法来获得我的结果，但在这种情况下我想使用 .assign 和 lambda 函数。

关于如何使用 lambda 进行分配有什么建议吗？

Answer 1

快到了...

df['C'] = df.apply(lambda row: 'X' if row.A + row.B == 0 else 'Y', axis = 1)

Answer 2

不，不要使用 `lambda`

你可以这样做矢量化：

import numpy as np

df['C'] = np.where(df['A'] + df['B'] == 0, 'X', 'Y')

lambda 解决方案在这里没有任何好处，但如果你想要它...

df = df.assign(C=np.where(df.pipe(lambda x: x['A'] + x['B'] == 0), 'X', 'Y'))

使用 assign + lambda:

的不好方式

df = df.assign(C=df.apply(lambda x: 'X' if x.A + x.B == 0 else 'Y', axis=1))

糟糕方法的问题在于您在 Python 级循环中迭代行。它通常 比常规 Python for 循环更糟糕。

前两个解决方案对连续的内存块执行矢量化操作，因此处理效率更高。

Answer 3

创建一个更简单的条件并将其应用于行：

df['C'] = df.apply(lambda row: 'X' if (row.A or row.B) else 'Y', axis = 1)

Python dataframe 使用带有 2 个变量的 lambda 函数和 if else 语句分配新列

Python dataframe assign new column using lambda function with 2 variables and if else statement

python

lambda

dataframe

assign

pandas

不，不要使用 `lambda`

Python dataframe 使用带有 2 个变量的 lambda 函数和 if else 语句分配新列

Python dataframe assign new column using lambda function with 2 variables and if else statement

python

lambda

dataframe

assign

pandas

不，不要使用 lambda

不，不要使用 `lambda`