时间戳

首页 > 解决方案 > 根据逻辑更改 DataFrame 列和数据

python - 根据逻辑更改 DataFrame 列和数据

问题描述

所以我有一个熊猫数据框，其中包含拳击比赛的数据及其获胜几率。它的列是：

[Red_fighter, Blue_fighter, Red_odds, Blue_odds, winner]

我想更改它，例如，如果蓝色的几率“小于”红色的几率，则蓝色被添加到“收藏夹”列中，而红色被添加到“失败者”列中，两者都替换了“Red_fighter”和“Blue fighter”

[favourite, underdog, favourite_odds, underdog_odds, winner]

所以如果我有：

{'Red_fighter' : 'Tom Jones', 'Blue_fighter' : 'Jack Jackson', 'Red_odds' : 200, 'Blue_odds' : -200 , 'Winner' : 'Blue'}

它成为了：

{'Underdog' : 'Tom Jones', 'Favourite' : 'Jack Jackson', 'Red_odds' : 200, 'Blue_odds' : -200 , 'Winner' : 'Favourite'}

感谢您提供的任何帮助，我是熊猫和数据分析的新手，谢谢！

标签： pythonpandasdataframedata-analysis

解决方案

您可以使用以下方法实现此目的pd.Series.where：

df['Underdog'] = df.Red_fighter.where(df.Red_odds < df.Blue_odds, df.Blue_fighter)
df['Favourite'] = df.Red_fighter.where(df.Red_odds > df.Blue_odds, df.Blue_fighter)

df['Underdog_odds'] = df.Red_odds.where(df.Red_odds < df.Blue_odds, df.Blue_odds)
df['Favourite_odds'] = df.Red_odds.where(df.Red_odds > df.Blue_odds, df.Blue_odds)

此方法通过将条件不满足的值替换为另一个系列的值来工作。其余满足条件的值保持不变。

因此，例如，如果我们有df.A.where(cond, df.B)，则 is 的所有行都cond将True具有来自的值，A并且 is 的所有行都cond将False具有来自 的值B。文档中有更多信息。

推荐阅读