比较特定列的值并将一个值添加到另一个列 |熊猫 |蟒

Question

我有一个包含 6 列的数据帧，如下所示：

c1      c2             c3      c4           c5      c6
C875    DOID_3263       1       9.65E-18    1       unknown
C783    DOID_4064       1       4.80E-17    1       unknown
C372    DOID_0050084    0.996   0.00429     0.996   unknown
C43     DOID_936        0.0457  0.954       0.954   known

列c5表示c3 and c4之间的最大值，我想添加一个列after c6来比较c5中的最大值是否来自c3 put 0是否来自c4 put 1

所以，最后的最终结果将是这样的：

c1      c2              c3      c4          c5      c6       c7
C875    DOID_3263       1       9.65E-18    1       known    0
C783    DOID_4064       1       4.80E-17    1       unknown  0
C372    DOID_0050084    0.996   0.00429     0.996   unknown  0
C43     DOID_936        0.0457  0.954       0.954   known    1

有什么帮助吗？

Answer 1

首先，取两列的最大值

df['c5'] = np.maximum(df['c3'], df['c4'])

如果最大值等于"c4"，则输入 1，否则输入 0(这意味着它来自此范式下的"c3"(。

df['c7'] = (df['c5'] == df['c4']).astype(int)

Answer 2

使用idxmax会立即生成列的名称

df[['c3','c4']].idxmax(1)
0    c3
1    c3
2    c3
3    c4
dtype: object

如果需要0或1，可以随时映射

df[['c3','c4']].idxmax(1).map({'c3': 0, 'c4':1})
0    0
1    0
2    0
3    1
dtype: int64

Answer 3

使用numpy中的select

s1=df.c3==df.c5
s2=df.c4==df.c5
df['c7']=np.select([s1,s2],[0,1])
df
Out[670]: 
c1            c2      c3            c4     c5       c6  c7
0  C875     DOID_3263  1.0000  9.650000e-18  1.000  unknown   0
1  C783     DOID_4064  1.0000  4.800000e-17  1.000  unknown   0
2  C372  DOID_0050084  0.9960  4.290000e-03  0.996  unknown   0
3   C43      DOID_936  0.0457  9.540000e-01  0.954    known   1