如何将值从数据框添加到另一个数据框以获取正确的索引？

102

用户名

我想向df_trials添加一列“方向”，其中x> 0，y = 0的值为7，x = 0，y> 0的值为8。我分别为每个方向提供了数据框。

df_trials_direction_7 = df_trials_clean[df_trials_clean["target_x"] > 0]
df_trials_direction_7 = df_trials_direction_7[df_trials_direction_7["target_y"] == 0]
df_trials_direction_7['direction']=7

df_trials_direction_8 = df_trials_clean[df_trials_clean["target_x"] == 0]
df_trials_direction_8 = df_trials_direction_8[df_trials_direction_8["target_y"] > 0]
df_trials_direction_8['direction']=8

df_trials_clean看起来像这样：

user trial target_x target_y
1    2     10       0
     3     0        5
2    1     4        0
     4     0        6

我试过了：

df_trials_clean['direction']=df_trials_direction_8['direction']
df_trials_clean['direction']=df_trials_direction_7['direction']

但这只会在该列中添加7，并将NaN放置在应为8的位置。我将其简化了一点，总共有8个方向，因此简单地将NaN替换为8将不起作用。

所需的输出是：

user trial target_x target_y direction
1    2     10       0        7
     3     0        5        8
2    1     4        0        7
     4     0        6        8

斯科特·波士顿

您可以使用布尔条件和np.select，这样，如果一行不满足任何条件，则将分配0。

cond1 = (df['target_x'] >  0) & (df['target_y'] == 0)
cond2 = (df['target_x'] == 0) & (df['target_y'] >  0)

df['direction'] = np.select([cond1, cond2], [7, 8])
df

输出：

            target_x  target_y  direction
user trial                               
1    2            10         0          7
     3             0         5          8
2    1             4         0          7
     4             0         6          8

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。