基于多列的到数据帧的条件映射

Question

我有一个数据框架，需要根据两个独立列上基于值的条件映射类别。要执行此操作的总行数约为一百万。

示例数据帧为：

df = pd.DataFrame({'col1':['B','A','A','B','C','B','C','C','A'],
'col2':[10,30,40,20,60,30,70,80,50]})

现在，True的条件是：

1. A:>30
2. B： >20
3. C： >60

如果col2中的值符合上述条件，则结果为True(1(，否则为False(0(。

预期结果为：

col1    col2    result
0   B   10  0
1   A   30  0
2   A   40  1
3   B   20  1
4   C   60  0
5   B   30  1
6   C   70  1
7   C   80  1
8   A   50  1

Answer 1

您可以通过|为逐位OR:链接掩码

df['result'] = (df['col1']=='A') & (df['col2']>30) |
(df['col1']=='B') & (df['col2']>10) | 
(df['col1']=='C') & (df['col2']>60)

或者：

df['result'] = np.where((df['col1']=='A') & (df['col2']>30) |
(df['col1']=='B') & (df['col2']>10) | 
(df['col1']=='C') & (df['col2']>60), 1, 0)

Answer 2

我试着这样做：

df['result'] = np.select([(df['col1']=='A') & (df['col2']>30),
(df['col1']=='A') & (df['col2']<=30),
(df['col1']=='B') & (df['col2']>10),
(df['col1']=='B') & (df['col2']<=10),
(df['col1']=='C') & (df['col2']>60),
(df['col1']=='C') & (df['col2']<=60),
],
[True,
False,
True,
False,
True,
False
]
)

然而，我不知道这是否是最好的方法。欢迎其他答案。