熊猫根据其他列的值创建新列/逐行应用多列的函数

Question

I want to apply my custom function (it uses an if-else ladder) to these six columns ( ERI_Hispanic , ERI_AmerInd_AKNatv , ERI_Asian , ERI_Black_Afr.Amer , ERI_HI_PacIsl , ERI_White ) 在我的数据帧的每一行中。

我尝试了与其他问题不同的方法，但似乎仍然无法为我的问题找到正确的答案。这其中的关键部分是，如果这个人被算作西班牙裔，他们就不能算作其他任何人。即使他们在另一个种族列中有“1”，他们仍然被视为西班牙裔，而不是两个或更多种族。同样，如果所有 ERI 列的总和大于 1，则它们被计为两个或多个种族，不能算作一个独特的种族（西班牙裔除外）。

这几乎就像对每一行进行 for 循环，如果每条记录符合标准，它们将被添加到一个列表中并从原始列表中删除。

从下面的数据框中，我需要根据 SQL 中的以下规范计算一个新列：

标准

IF [ERI_Hispanic] = 1 THEN RETURN “Hispanic”
ELSE IF SUM([ERI_AmerInd_AKNatv] + [ERI_Asian] + [ERI_Black_Afr.Amer] + [ERI_HI_PacIsl] + [ERI_White]) > 1 THEN RETURN “Two or More”
ELSE IF [ERI_AmerInd_AKNatv] = 1 THEN RETURN “A/I AK Native”
ELSE IF [ERI_Asian] = 1 THEN RETURN “Asian”
ELSE IF [ERI_Black_Afr.Amer] = 1 THEN RETURN “Black/AA”
ELSE IF [ERI_HI_PacIsl] = 1 THEN RETURN “Haw/Pac Isl.”
ELSE IF [ERI_White] = 1 THEN RETURN “White”

评论：如果西班牙裔的 ERI 标志为真 (1)，则该员工被归类为“西班牙裔”

评论：如果超过 1 个非西班牙裔 ERI 标志为真，则返回“两个或更多”

数据框

     lname          fname       rno_cd  eri_afr_amer    eri_asian   eri_hawaiian    eri_hispanic    eri_nat_amer    eri_white   rno_defined
0    MOST           JEFF        E       0               0           0               0               0               1           White
1    CRUISE         TOM         E       0               0           0               1               0               0           White
2    DEPP           JOHNNY              0               0           0               0               0               1           Unknown
3    DICAP          LEO                 0               0           0               0               0               1           Unknown
4    BRANDO         MARLON      E       0               0           0               0               0               0           White
5    HANKS          TOM         0                       0           0               0               0               1           Unknown
6    DENIRO         ROBERT      E       0               1           0               0               0               1           White
7    PACINO         AL          E       0               0           0               0               0               1           White
8    WILLIAMS       ROBIN       E       0               0           1               0               0               0           White
9    EASTWOOD       CLINT       E       0               0           0               0               0               1           White

原文由 Dave 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

好的，有两个步骤 - 首先是编写一个执行您想要的翻译的函数 - 我根据您的伪代码将一个示例放在一起：

 def label_race (row):
   if row['eri_hispanic'] == 1 :
      return 'Hispanic'
   if row['eri_afr_amer'] + row['eri_asian'] + row['eri_hawaiian'] + row['eri_nat_amer'] + row['eri_white'] > 1 :
      return 'Two Or More'
   if row['eri_nat_amer'] == 1 :
      return 'A/I AK Native'
   if row['eri_asian'] == 1:
      return 'Asian'
   if row['eri_afr_amer']  == 1:
      return 'Black/AA'
   if row['eri_hawaiian'] == 1:
      return 'Haw/Pac Isl.'
   if row['eri_white'] == 1:
      return 'White'
   return 'Other'

您可能想要了解这一点，但它似乎可以解决问题 - 请注意，进入函数的参数被认为是一个标有“行”的 Series 对象。

接下来，使用 pandas 中的 apply 函数来应用该函数 - 例如

df.apply (lambda row: label_race(row), axis=1)

请注意 axis=1 说明符，这意味着应用程序是在行级别上完成的，而不是在列级别上完成的。结果在这里：

 0           White
1        Hispanic
2           White
3           White
4           Other
5           White
6     Two Or More
7           White
8    Haw/Pac Isl.
9           White

如果您对这些结果感到满意，请再次运行它，将结果保存到原始数据框中的新列中。

 df['race_label'] = df.apply (lambda row: label_race(row), axis=1)

生成的数据框如下所示（向右滚动以查看新列）：

       lname   fname rno_cd  eri_afr_amer  eri_asian  eri_hawaiian   eri_hispanic  eri_nat_amer  eri_white rno_defined    race_label
0      MOST    JEFF      E             0          0             0              0             0          1       White         White
1    CRUISE     TOM      E             0          0             0              1             0          0       White      Hispanic
2      DEPP  JOHNNY    NaN             0          0             0              0             0          1     Unknown         White
3     DICAP     LEO    NaN             0          0             0              0             0          1     Unknown         White
4    BRANDO  MARLON      E             0          0             0              0             0          0       White         Other
5     HANKS     TOM    NaN             0          0             0              0             0          1     Unknown         White
6    DENIRO  ROBERT      E             0          1             0              0             0          1       White   Two Or More
7    PACINO      AL      E             0          0             0              0             0          1       White         White
8  WILLIAMS   ROBIN      E             0          0             1              0             0          0       White  Haw/Pac Isl.
9  EASTWOOD   CLINT      E             0          0             0              0             0          1       White         White

原文由 Thomas Kimber 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

由于这是“pandas new column from others”的第一个 Google 结果，这里有一个简单的例子：

 import pandas as pd

# make a simple dataframe
df = pd.DataFrame({'a':[1,2], 'b':[3,4]})
df
#    a  b
# 0  1  3
# 1  2  4

# create an unattached column with an index
df.apply(lambda row: row.a + row.b, axis=1)
# 0    4
# 1    6

# do same but attach it to the dataframe
df['c'] = df.apply(lambda row: row.a + row.b, axis=1)
df
#    a  b  c
# 0  1  3  4
# 1  2  4  6

---

如果你得到 SettingWithCopyWarning 你也可以这样做：

 fn = lambda row: row.a + row.b # define a function for the new column
col = df.apply(fn, axis=1) # get column data with an index
df = df.assign(c=col.values) # assign values to column 'c'

来源： https ://stackoverflow.com/a/12555510/243392

如果您的列名包含空格，您可以使用如下语法：

 df = df.assign(**{'some column name': col.values})

---

这是 apply 和 assign 的文档。

原文由 Brian Burns 发布，翻译遵循 CC BY-SA 4.0 许可协议