pandas修改了三个其他列的条件值

huangapple
go评论87阅读模式
英文:

pandas changed column value condition of three other columns

问题

我有以下的pandas数据帧：

  1. df = pd.DataFrame({'pred': [1, 2, 3, 4],
  2.                    'a': [0.4, 0.6, 0.35, 0.5],
  3.                    'b': [0.2, 0.4, 0.32, 0.1],
  4.                    'c': [0.1, 0, 0.2, 0.2],
  5.                    'd': [0.3, 0, 0.1, 0.2]})

我想根据列a、b、c、d的值更改'pred'列中的值，规则如下：

如果 列a的值大于列b、c、d的值之一
并且
如果 列b、c或d中的某一列的值大于0.25

那么将'pred'中的值更改为0。结果应如下所示：

  1.    pred     a     b    c     d
  2. 0     1   0.4  0.20  0.1  0.1
  3. 1     0   0.6  0.40  0.0  0.0
  4. 2     0   0.35  0.32  0.2  0.3
  5. 3     4   0.5  0.10  0.2  0.2

您可以如何做到这一点？

英文:

I have the following pandas dataframe:

  1. df = pd.DataFrame({'pred': [1, 2, 3, 4],
  2.                    'a': [0.4, 0.6, 0.35, 0.5],
  3.                    'b': [0.2, 0.4, 0.32, 0.1],
  4.                    'c': [0.1, 0, 0.2, 0.2],
  5.                    'd': [0.3, 0, 0.1, 0.2]})

I want to change values on 'pred' column, based on columns a,b,c,d , as following:

if a has the value at column a is larger than the values of column b,c,d
and
if one of columns - b , c or d has value larger than 0.25

then change value in 'pred' to 0. so the results should be:

  1. 	pred	a    	b   	  c	     d
  2. 0	1	     0.4	0.2	     0.1	0.1
  3. 1	0	     0.6	0.4	     0.0	0.0
  4. 2	0	     0.35	0.32	  0.2	0.3
  5. 3	4	     0.5	0.1	     0.2	0.2

How can I do this?

答案1

得分: 1

  1. import pandas as pd
  3. def row_cond(row):
  4.     m_val = max(row[2:])
  5.     if row[1] > m_val and m_val > 0.25:
  6.         row[0] = 0
  7.     return row
  9. df = pd.DataFrame({'pred': [1, 2, 3, 4],
  10.                    'a': [0.4, 0.6, 0.35, 0.5],
  11.                    'b': [0.2, 0.4, 0.32, 0.1],
  12.                    'c': [0.1, 0, 0.2, 0.2],
  13.                    'd': [0.1, 0, 0.3, 0.2]})
  15. new_df = df.apply(row_cond, axis=1)

Output:

  1.     pred    a       b       c       d
  2. 0   1.0     0.40    0.20    0.1     0.1
  3. 1   0.0     0.60    0.40    0.0     0.0
  4. 2   0.0     0.35    0.32    0.2     0.3
  5. 3   4.0     0.50    0.10    0.2     0.2
英文: 
  1. import pandas as pd
  3. def row_cond(row):
  4.     m_val = max(row[2:])
  5.     if row[1]>m_val and m_val>0.25:
  6.         row[0] = 0
  7.     return row
  9. df = pd.DataFrame({'pred': [1, 2, 3, 4],
  10.                    'a': [0.4, 0.6, 0.35, 0.5],
  11.                    'b': [0.2, 0.4, 0.32, 0.1],
  12.                    'c': [0.1, 0, 0.2, 0.2],
  13.                    'd': [0.1, 0, 0.3, 0.2]})
  15. new_df = df.apply(row_cond,axis=1)

Output:

  1.     pred 	a 	    b 	    c 	    d
  2. 0 	1.0 	0.40 	0.20 	0.1 	0.1
  3. 1 	0.0 	0.60 	0.40 	0.0 	0.0
  4. 2 	0.0 	0.35 	0.32 	0.2 	0.3
  5. 3 	4.0 	0.50 	0.10 	0.2 	0.2

答案2

得分: 1

  1. 创建一个布尔条件/掩码，然后使用 `loc` 将条件为 `True` 的值设置为 `0`
  3.     cols = ['b', 'c', 'd']
  4.     mask = df[cols].lt(df['a'], axis=0).all(1) & df[cols].gt(.25).any(1)
  5.     df.loc[mask, 'pred'] = 0
  8. ----------
  11.        pred     a     b    c    d
  12.     0     1  0.40  0.20  0.1  0.1
  13.     1     0  0.60  0.40  0.0  0.0
  14.     2     0  0.35  0.32  0.2  0.3
  15.     3     4  0.50  0.10  0.2  0.2
英文:

Create a boolean condition/mask then use loc to set value to 0 where condition is True

  1. cols = ['b', 'c', 'd']
  2. mask = df[cols].lt(df['a'], axis=0).all(1) & df[cols].gt(.25).any(1)
  3. df.loc[mask, 'pred'] = 0
  1.    pred     a     b    c    d
  2. 0     1  0.40  0.20  0.1  0.1
  3. 1     0  0.60  0.40  0.0  0.0
  4. 2     0  0.35  0.32  0.2  0.3
  5. 3     4  0.50  0.10  0.2  0.2

huangapple
  • 本文由 发表于 2023年2月19日 22:05:28
  • 转载请务必保留本文链接：https://go.coder-hub.com/75500672.html
  • pandas
  • python
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定