根据数据帧包含的字母筛选数据帧

Question

我有一个数据帧：

Model         A    C
Neg Exp       3    2
Power Model   2    1
Log           2    7

我想在"模型"列的基础上对这些进行一些计算。

如果Model列包含exp，则执行A+C如果Model列包含pow，则执行A*C如果模型列包含、记录、执行A-C

预期输出

Model         A    C   Result
Neg Exp       3    2     5
Power Model   2    1     2
Log           2    7    -5

Answer 1

尝试使用contains和np.select

import re
c1 = df.Model.str.contains('exp',flags = re.IGNORECASE)
c2 = df.Model.str.contains('pow',flags = re.IGNORECASE)
c3 = df.Model.str.contains('log',flags = re.IGNORECASE)
df['new'] = np.select([c1,c2,c3], [df.eval('A+C'),df.eval('A*C'),df.eval('A-C')])
df
Out[186]: 
Model  A  C  new
0      NegExp  3  2    5
1  PowerModel  2  1    2
2         Log  2  7   -5

Answer 2

使用df.apply(..., axis=1)函数，可以将整行切换到定义的函数并计算所需的输出。尽管没有其他解决方案那么优雅，但我认为它更具可扩展性。

data = [{"Model":"Neg Exp","A": 3,"C": 2},
{"Model":"Power Model","A": 2,"C": 1},
{"Model":"Log","A": 2,"C": 7}]
import pandas as pd
df = pd.DataFrame(data)
def conditional_apply(row):
if row["Model"].lower().find("exp") >= 0:
return row["A"]+ row["C"]
elif row["Model"].lower().find("pow") >= 0:
return row["A"]* row["C"]
elif row["Model"].lower().find("log") >= 0:
return row["A"]- row["C"]

df["Result"] = df.apply(lambda row: conditional_apply(row), axis=1)

结果：

df
Out[87]: 
Model  A  C  Result
0      Neg Exp  3  2       5
1  Power Model  2  1       2
2          Log  2  7      -5

编辑：稍微清理一下conditional_apply

def conditional_apply(row):
model, A, C = row["Model"].lower(), row["A"], row["C"]
if model.find("exp") >= 0:
return A+ C
elif model.find("pow") >= 0:
return A* C
elif model.find("log") >= 0:
return A- C