Блог

Главная - Вопросы по программированию - Каков наилучший способ заполнить столбец фрейма данных условными значениями на основе соответствующих строк в другом столбце?

Каков наилучший способ заполнить столбец фрейма данных условными значениями на основе соответствующих строк в другом столбце?

#python #python-3.x #pandas #dataframe

#python #python-3.x #pandas #фрейм данных

Вопрос:

У меня есть фрейм данных, df , в котором я пытаюсь заполнить значения в пустом столбце «Set», в зависимости от условия. Условие следующее: значение столбцов ‘Set’ должно быть «IN» всякий раз, когда значение столбца ‘valence_median_split’ равно ‘Low_Valence’ в соответствующей строке, и «OUT» во всех остальных случаях.

Пожалуйста, смотрите ниже пример моей попытки решить эту проблему:

 df.head()

Out[65]: 
              ID Category  Num Vert_Horizon Description  Fem_Valence_Mean  
0  Animals_001_h  Animals    1            h  Dead Stork              2.40   
1  Animals_002_v  Animals    2            v        Lion              6.31   
2  Animals_003_h  Animals    3            h       Snake              5.14   
3  Animals_004_v  Animals    4            v        Wolf              4.55   
4  Animals_005_h  Animals    5            h         Bat              5.29   

   Fem_Valence_SD  Fem_Av/Ap_Mean  Fem_Av/Ap_SD  Arousal_Mean ...   Contrast  
0            1.30            3.03          1.47          6.72 ...      68.45   
1            2.19            5.96          2.24          6.69 ...      32.34   
2            1.19            5.14          1.75          5.34 ...      59.92   
3            1.87            4.82          2.27          6.84 ...      75.10   
4            1.56            4.61          1.81          5.50 ...      59.77   

   JPEG_size80   LABL   LABA   LABB  Entropy  Classification  
0       263028  51.75  -0.39  16.93     7.86                   
1       250208  52.39  10.63  30.30     6.71                   
2       190887  55.45   0.25   4.41     7.83                   
3       282350  49.84   3.82   1.36     7.69                   
4       329325  54.26  -0.34  -0.95     7.82                   

   valence_median_split  temp_selection  set  
0           Low_Valence   Animals_001_h       
1          High_Valence             NaN       
2           Low_Valence   Animals_003_h       
3           Low_Valence   Animals_004_v       
4           Low_Valence   Animals_005_h       

[5 rows x 36 columns]

df['set'] = np.where(df.loc[df['valence_median_split'] == 'Low_Valence'], 'IN', 'OUT') 

ValueError: Length of values does not match length of index

Я могу выполнить это, используя loc для разделения df на два разных df, но мне интересно, есть ли более элегантное решение, использующее «np.where» или аналогичный подход.

Ответ №1:

Изменить на 

 df['set'] = np.where(df['valence_median_split'] == 'Low_Valence', 'IN', 'OUT')

При необходимости .loc 

 df.loc[df['valence_median_split'] == 'Low_Valence','set']='IN'
df.loc[df['valence_median_split'] != 'Low_Valence','set']='OUT'

Комментарии:

1. Вы знаете, могут ли df.where или df.loc работать с методом .sample? Итак, если я попытаюсь случайным образом выбрать 200 строк из столбца, которые удовлетворяют определенному условию. Похоже, что этот способ генерирует ошибку: df[‘temp_selection’] = np.где(df[‘valence_median_split’] == ‘Low_Valence’, df[‘valence_median_split’].sample(n = 200), ‘OUT’)

2. @arkadiy np.где этого можно добиться, добавив переиндексацию np.where(df['valence_median_split'] == 'Low_Valence', df['valence_median_split'].sample(n=200).reindex(df.index), 'OUT')