2016-06-21 48 views
7

Ho i seguenti Panda DataFrame.Panda: come sommare le colonne in base al condizionale di altri valori di colonna?

import pandas as pd 
df = pd.read_csv('filename.csv') 

print(df) 

    dog  A   B   C 
0  dog1 0.787575 0.159330 0.053095 
1  dog10 0.770698 0.169487 0.059815 
2  dog11 0.792689 0.152043 0.055268 
3  dog12 0.785066 0.160361 0.054573 
4  dog13 0.795455 0.150464 0.054081 
5  dog14 0.794873 0.150700 0.054426 
.. .... 
8  dog19 0.811585 0.140207 0.048208 
9  dog2 0.797202 0.152033 0.050765 
10 dog20 0.801607 0.145137 0.053256 
11 dog21 0.792689 0.152043 0.055268 
    .... 

ho creare una nuova colonna sommando colonne "A", "B", "C" come segue:

df['total_ABC'] = df[["A", "B", "B"]].sum(axis=1) 

Ora vorrei fare questo sulla base di un condizionale, cioè se "A" < 0.78 quindi creare un nuovo riassunto colonna df['smallA_sum'] = df[["A", "B", "B"]].sum(axis=1). Altrimenti, il valore dovrebbe essere zero.

Come si creano dichiarazioni condizionali come questa?

Il mio pensiero sarebbe quello di utilizzare

df['smallA_sum'] = df1.apply(lambda row: (row['A']+row['B']+row['C']) if row['A'] < 0.78)) 

Tuttavia, questo non funziona e non sono in grado di specificare asse.

Come si crea una colonna in base ai valori di altre colonne?

Si potrebbe anche fare qualcosa di simile per ogni df['dog'] == 'dog2', creare colonna dog2_sum, vale a dire

df['dog2_sum'] = df1.apply(lambda row: (row['A']+row['B']+row['C']) if df['dog'] == 'dog2')) 

ma il mio approccio non è corretto.

`

risposta

5

Il seguente dovrebbe funzionare, qui si mascherano la df in cui viene soddisfatta la condizione, questo imposterà NaN per le righe in cui la condizione non è soddisfatta così noi chiamiamo fillna sul nuovo col:

In [67]: 
df = pd.DataFrame(np.random.randn(5,3), columns=list('ABC')) 
df 

Out[67]: 
      A   B   C 
0 0.197334 0.707852 -0.443475 
1 -1.063765 -0.914877 1.585882 
2 0.899477 1.064308 1.426789 
3 -0.556486 -0.150080 -0.149494 
4 -0.035858 0.777523 -0.453747 

In [73]:  
df['total'] = df.loc[df['A'] > 0,['A','B']].sum(axis=1) 
df['total'].fillna(0, inplace=True) 
df 

Out[73]: 
      A   B   C  total 
0 0.197334 0.707852 -0.443475 0.905186 
1 -1.063765 -0.914877 1.585882 0.000000 
2 0.899477 1.064308 1.426789 1.963785 
3 -0.556486 -0.150080 -0.149494 0.000000 
4 -0.035858 0.777523 -0.453747 0.000000 

un altro approccio è quello di chiamare where sul risultato sum, questo richiede un parametro valore da restituire quando la condizione non è soddisfatta:

In [75]: 
df['total'] = df[['A','B']].sum(axis=1).where(df['A'] > 0, 0) 
df 

Out[75]: 
      A   B   C  total 
0 0.197334 0.707852 -0.443475 0.905186 
1 -1.063765 -0.914877 1.585882 0.000000 
2 0.899477 1.064308 1.426789 1.963785 
3 -0.556486 -0.150080 -0.149494 0.000000 
4 -0.035858 0.777523 -0.453747 0.000000 
+0

La soluzione '.where()' è perfetta! Grazie – ShanZhengYang

Problemi correlati