Python中的嵌套Case when语句

Question

以下代码在SAS:中创建名为"Flagged"的列

Case When t3.Proportion=. then case when t3.'Standardised proportion'n >t1.SigmaMultiple Then 1 else 0  
End
Else 
Case When t3.Proportion=. and  abs(t3.'Standardised proportion'n) > t1.SigmaMultiple Then 1 Else 0
End
End

我试图在python中复制它，通常我会做一个条件代码，但当方面让我困惑时，嵌套的Case

我尝试过但似乎不匹配的代码：

conditions =[
((dfSigmamissing['Proportion'] == 0) & (dfSigmamissing['SP'] > dfSigmamissing['SigmaMultiple'])),
((dfSigmamissing['Proportion'] == 0) & (dfSigmamissing['SP'] < dfSigmamissing['SigmaMultiple'])),
((dfSigmamissing['SP'].abs() > (dfSigmamissing['SigmaMultiple'])))
]
choices = [1,0,1]
dfSigmamissing['Flagged'] = np.select(conditions, choices, default=0)

如有任何帮助，我们将不胜感激。

谢谢

Answer 1

我认为您已经非常接近了，您需要从conditions列表中删除第二个条件，因为如果第一个条件失败，np.select将回到那里。否则，前两个条件中的一个(几乎(总是真的，因为它们(几乎(是互补的。此外，我们需要最后一个条件也是dfSigmamissing['Proportion'] == 0：

conditions = [
(dfSigmamissing["Proportion"] == 0) & (dfSigmamissing["SP"] > dfSigmamissing["SigmaMultiple"]),
(dfSigmamissing["Proportion"] == 0) & (dfSigmamissing["SP"].abs() > dfSigmamissing["SigmaMultiple"])
]
choices = [1, 1]
default = 0
dfSigmamissing["Flagged"] = np.select(conditions, choices, default)

其工作方式为：

• 检查第一个条件是否成立？

  --如果是，则在相应的行中放入1

  --如果没有，转到第二个条件

• 第二个条件成立吗？

  --如果是，则在相应的行中放入1

  --如果没有，则回退到默认值，即0

为了避免代码中的重复，我们可以重构一些条件元素：

zero_prop = dfSigmamissing["Proportion"] == 0
sp = dfSigmamissing["SP"]
sigma_mul = dfSigmamissing["SigmaMultiple"]
conditions = [
zero_prop & (sp > sigma_mul),
zero_prop & (sp.abs() > sigma_mul)
]

这可能增加可读取性。

我们可以更进一步，粘合前两个条件，因为这两个条件都将输出1。这意味着我们现在有2个条件，所以我们可以选择np.where，这是np.select的特殊情况。此外，据我所见，sp > sigma_mul包含在sp.abs() > sigma_mul中，因此我们可以放弃前者：

condition = zero_prop & (sp.abs() > sigma_mul)
dfSigmamissing["Flagged"] = np.where(condition, 1, 0)