尝试根据与数据帧中其他 2 列相关的条件创建预定答案

Question

我正在尝试创建一个数据帧。

df = pd.DataFrame(columns=["Year", "Fuel", "Status", "Sex", "Service", "Expected"])

其他列包含使用np.random创建的数据。

在"预期"列中，我想根据一些条件输入通过或失败。如果里程数小于 100000，并且服务是肯定的，那么它将通过，否则就是失败。

这就是我到目前为止所拥有的

df["Expected"]  = df.loc[(df['Mileage']< 100000) | (df['Service'] == 'Yes', "Pass", "Fail")]

它正在显示错误消息

ValueError: operands could not be broadcast together with shapes (500,) (3,) 

我已经用 500 行数据填充了其他列。但我不确定这 3 与什么有关。可能是"是"、"通过"、"失败"值。

我也尝试df['Expected'] = np.where(df ["Mileage"] < 132352, ['Service'] == "Yes",'Pass','Fail')哪种有效。

我是不是走错了路？

任何帮助或指示将不胜感激。

Answer 1

我会创建一个函数，该函数将pd.Series对象作为唯一的参数，然后返回该单元格的值。然后使用pd.apply(lambda row: your_function(row), axis=1).所以：

def your_function(row):
if row["Mileage"] <132352 and row["Service"] == "Yes" :# fill in your other conditions here
return "Pass"
else:
return "Fail"
df["Expected"] = df.apply(lambda row: your_function(row), axis=1)

Answer 2

您可以简单地用'Fail'填充Expected列：

df['Expected'] = 'Fail'

然后：

df.at[df[(df['Mileage']<100000) & (df['Service'] == 'Yes')].index,'Expected'] = 'Pass'