带有和/或运算符的Pandas/Numbery-Multiple if语句

Question

我有一个相当复杂的If语句，我想将其添加为pandas数据帧中的列。在过去，我总是使用numpy.select来解决这类问题，但我不知道如何使用多行if语句来实现这一点。

我能够在Excel:中得到这个

=IF(sum1=3,IF(AND(col1=col2,col2=col3),0,1),IF(sum1=2,IF(OR(col1=col2,col2=col3,col1=col3),0,1),IF(sum1=1,0,1)))

并将其作为一个常规的多行"if语句"用Python编写，只是想看看是否有一种更干净的方式来表达这一点。

if df['sum1'] == 3:
if df['col1'] == df['col2'] and df['col2'] == df['col3']:
df['verify_col'] = 0
else:
df['verify_col'] = 1
elif df['sum1'] == 2:
if df['col1'] == df['col2'] or df['col2'] == df['col3'] or df['col1'] == df['col3']:
df['verify_col'] = 0
else:
df['verify_col'] = 1
elif df['sum1'] == 1:
df['verify_col'] = 0
else:
df['verify_col'] = 1

以下是一些示例数据：

df = pd.DataFrame({
'col1': ['BMW', 'Mercedes Benz', 'Lamborghini', 'Ferrari', null],
'col2': ['BMW', 'Mercedes Benz', null, null, 'Tesla'],
'col3': ['BMW', 'Mercedes', 'Lamborghini', null, 'Tesla_'],
'sum1': [3, 3, 2, 1, 2]
})

我想要一个有以下结果的专栏：

'verify_col': [0, 1, 0, 0, 1]

它基本上检查列是否与其中有值的列匹配，并为每行指定1或0。1表示它们不同，0表示零差异。

Answer 1

使用带链掩码的numpy.where和|用于逐位OR-如果不匹配，则创建任何条件1:

m1 = (df['sum1'] == 3)
m2 = (df['col1'] == df['col2']) & (df['col2'] == df['col3'])
m3 = (df['sum1'] == 2)
m4 = (df['col1'] == df['col2']) | (df['col2'] == df['col3']) | (df['col1'] == df['col3'])
m5 = df['sum1'] == 1
df['verify_col'] = np.where((m1 & m2) | (m3 & m4) | m5, 0, 1)

如果需要None，如果不匹配任何条件：

df['verify_col'] = np.select([(m1 & m2) | (m3 & m4) | m5,
(m1 & ~m2) | (m3 & ~m4) | ~m5], 
[0,1], default=None)

print (df)
col1           col2         col3  sum1  verify_col
0            BMW            BMW          BMW     3           0
1  Mercedes Benz  Mercedes Benz     Mercedes     3           1
2    Lamborghini            NaN  Lamborghini     2           0
3        Ferrari            NaN          NaN     1           0
4            NaN          Tesla       Tesla_     2           1

Answer 2

一个选项是使用pyjanitor:的case_when

# pip install pyjanitor
import pandas as pd
import janitor
(df
.case_when(
# condition, result
df.sum1.eq(3) & df.col1.eq(df.col2) & df.col2.eq(df.col3), 0,
df.sum1.eq(3), 1,
df.sum1.eq(2) & (df.col1.eq(df.col2) | df.col2.eq(df.col3) | df.col1.eq(df.col3)), 0,
df.sum1.eq(2), 1,
df.sum1.eq(1), 0,
1, # default
column_name='verify_col')
)
col1           col2         col3  sum1  verify_col
0            BMW            BMW          BMW     3           0
1  Mercedes Benz  Mercedes Benz     Mercedes     3           1
2    Lamborghini           None  Lamborghini     2           0
3        Ferrari           None         None     1           0
4           None          Tesla       Tesla_     2           1

当然，您可以使用np.select:

conditions = [df.sum1.eq(3) & df.col1.eq(df.col2) & df.col2.eq(df.col3), 
df.sum1.eq(3), 
df.sum1.eq(2) & (df.col1.eq(df.col2) | df.col2.eq(df.col3) | 
df.col1.eq(df.col3)), 
df.sum1.eq(2), 
df.sum1.eq(1)]
results = [0,1,0,1,0]
outcome = np.select(conditions, results, default=1)
df.assign(verify_col = outcome)
col1           col2         col3  sum1  verify_col
0            BMW            BMW          BMW     3           0
1  Mercedes Benz  Mercedes Benz     Mercedes     3           1
2    Lamborghini           None  Lamborghini     2           0
3        Ferrari           None         None     1           0
4           None          Tesla       Tesla_     2           1

Answer 3

PD_10