熊猫根据使用 20 多列的条件为多于一列赋值

sjd 发表于 Dev

sjd

下面是我试图转换为 python 的 SAS 代码。我可以考虑使用 list 来做这件事comprehension。或通过使用大嵌套条件使用np.where. 但我认为有一种更有效的方法来实现输出。

pandas 数据框有列day1, day2 ... day30和dw1, dw2... dw30. 条件是查找任何列（例如day(x)大于 0day2 to day30并分配'Y'给标志列。'Y'如果dw(x-1)不是 0 ，则分配给 dwflag 。

数据

day1 day2 day3 day4  dw1 dw2 dw3 dw4
1    1    0    1      0  0   0   0
1    0    1    1      1  0   0   0
1    1    1    0      0  0   0   0
1    1    1    0      0  0   1   0
1    1    1    1      0  0   0   0

预期输出

day1 day2 day3 day4  dw1 dw2 dw3 dw4  dflag  dwflag
1    1    0    1      0  0   0   0     Y      N
1    0    1    1      1  0   0   0     Y      Y
1    1    1    0      0  0   0   0     Y      N
1    1    1    0      0  0   1   0     Y      Y
1    1    1    1      0  0   0   0     N      N

SAS代码

   dflag= 'N';
   DO I = 2 TO 30  WHILE(dflag='N');
      IF day(I) = 0 THEN    
        DO;
           dflag='Y';
           IF dw(I-1) NE 0 THEN 
              dwflag = 'Y';
        END;
   END;
   IF dwflag NE 'Y' THEN dwflag='N';

sjd

这是我最终能想到的。

day_cols = [f'day{i}' for i in range(2,31)]

df['days_min_value'] = df[day_cols].min(axis=1)
df['dw_colname'] = df[day_cols].idxmin(axis=1).str.extract('(\d+)').astype(int)-1
df['dw_colname'] = 'dw'+df['dw_colname'].astype(str)

df['dflag'] = np.where(df['days_min_value'] == 0, 'Y', 'N')
df['dwflag'] = np.where( (df['dflag'] == 'Y') & (df[df['dw_colname']] != 0), 'Y', 'N')
df.drop(['days_min_value', 'dw_colname'], inplace=True)

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。