Использование условной логики if / else со столбцами данных pandas

Question

Использование условной логики if / else со столбцами данных pandas

1

Моя pw2 под названием pw2 выглядит примерно так: у меня есть два столбца: pw1 и pw2, которые являются вероятностью выигрышей. Я хотел бы выполнить некоторую условную логику, чтобы создать еще один столбец под названием WINNER основанный на pw1 и pw2.

+-------------------------+-------------+-----------+-------------+
|          Name1          |     pw1     |   Name2   |     pw2     |
+-------------------------+-------------+-----------+-------------+
| Seaking                 | 0.517184213 | Lickitung | 0.189236181 |
| Ferrothorn              | 0.172510623 | Quagsire  | 0.260884258 |
| Thundurus Therian Forme | 0.772536272 | Hitmonlee | 0.694069408 |
| Flaaffy                 | 0.28681284  | NaN       | NaN         |
+-------------------------+-------------+-----------+-------------+

Я хочу сделать это условно в функции, но у меня проблемы.

если pw1 > pw2, заполнить Name1
если pw2 > pw1, заполнить Name2
если pw1 заселен, но pw2 не является, заполняется Name1
если pw2 заполняется, но pw1 не заполняется с помощью Name2

Но моя функция не работает - по какой-то причине проверка того, что значение null, не работает.

def final_winner(df):
    # If PW1 is missing and PW2 is populated, Pokemon 1 wins
    if df['pw1'] = None and df['pw2'] != None:
        return df['Number1']
    # If it the same thing but the other way around, Pokemon 2 wins
    elif df['pw2'] = None and df['pw1'] != None:
        return df['Number2']
    # If pw2 is greater than pw1, then Pokemon 2 wins
    elif df['pw2'] > df['pw1']:
        return df['Number2']
    else
        return df['Number1']

pw2['Winner'] = pw2.apply(final_winner, axis=1)

Aaraeus 22 сен. 2018, в 17:25

Источник

Теги:

python

pandas

dataframe

if-statement

1 ответ

Ещё вопросы

RafaelC · Accepted Answer · 2018-09-22T12-38-00.000Z

Не используйте apply, которое очень медленно. Использовать np.where

pw2 = df.pw2.fillna(-np.inf)
df['winner'] = np.where(df.pw1 > pw2, df.Name1, df.Name2)

Как только NaN всегда проигрывает, он может просто fillna() его с помощью -np.inf чтобы получить -np.inf же логику.

Посмотрев на ваш код, мы можем указать на несколько проблем. Во-первых, вы сравниваете df['pw1'] = None, что является недопустимым синтаксисом python для сравнения. Обычно вы хотите сравнить вещи, используя == оператора. Однако для None рекомендуется использовать is, например, if variable is None: (...). Однако снова вы находитесь в среде pandas/numpy, где на самом деле имеется несколько значений для нулевых значений (None, NaN, NaT и т.д.).

Таким образом, лучше проверить значение nullability, используя pd.isnull() или df.isnull().

Чтобы проиллюстрировать это, вы должны выглядеть так:

def final_winner(df):
    if pd.isnull(df['pw1']) and not pd.isnull(df['pw2']):
        return df['Name1']
    elif pd.isnull(df['pw2']) and not pd.isnull(df['pw1']):
        return df['Name1']
    elif df['pw2'] > df['pw1']:
        return df['Name2']
    else:
        return df['Name1']

df['winner'] = df.apply(final_winner, axis=1)

Но опять же, определенно используйте np.where.