温馨提示:本文翻译自stackoverflow.com,查看原文请点击:python - Create a column in a dataframe that is a string of characters summarizing data in other columns
dataframe numpy pandas python

python - 在数据框中创建一列,该列是一串字符,汇总其他列中的数据

发布于 2020-03-27 11:06:05

我有一个这样的数据框,其中的列是一些指标的得分:

A B C D  
4 3 3 1  
2 5 2 2  
3 5 2 4  

我想创建一个新列,以使用列名作为字符串来总结每行在设置的阈值内得分的指标。因此,如果阈值是A> 2,B> 3,C> 1,D> 3,我希望新列看起来像这样:

A B C D NewCol  
4 3 3 1 AC  
2 5 2 2 BC  
3 5 2 4 ABCD  

我尝试使用一系列的np.where:

df[NewCol] = np.where(df['A'] > 2, 'A', '')  
df[NewCol] = np.where(df['B'] > 3, 'B', '')

等等

但意识到只要所有四个指标均不符合条件,结果就会被最后一个指标覆盖,例如:

A B C D NewCol  
4 3 3 1 C  
2 5 2 2 C  
3 5 2 4 ABCD  

我很确定有一种更简单正确的方法来执行此操作。

查看更多

查看更多

提问者
J.S.P.
被浏览
128
Dani Mesejo 2018-11-27 09:07

您可以这样做:

import pandas as pd

data = [[4, 3, 3, 1],
        [2, 5, 2, 2],
        [3, 5, 2, 4]]

df = pd.DataFrame(data=data, columns=['A', 'B', 'C', 'D'])

th = {'A': 2, 'B': 3, 'C': 1, 'D': 3}

df['result'] = [''.join(k for k in df.columns if record[k] > th[k]) for record in df.to_dict('records')]

print(df)

输出量

   A  B  C  D result
0  4  3  3  1     AC
1  2  5  2  2     BC
2  3  5  2  4   ABCD