时间戳

首页 > 解决方案 > 根据更改的列条件设置多个列值

python - 根据更改的列条件设置多个列值

问题描述

我想采用不同重要性级别的数据框，从第一到第三，例如：

    FIRST    SECOND    THIRD
0   Yes      Yes       Yes
1   Yes      No        No
2   No       Yes       Yes
3   No       No        Yes

并说如果 FIRST 是最高级别，并且 FIRST = Yes，则将其余列设置为 No。此逻辑应沿链向下延伸，即如果 FIRST = No，但 SECOND = YES，则 THIRD 应 = NO。

本质上，它应该只在价值最高的列中保留“是”。在我的真实数据框中，No 只是一个空字符串“”。

示例输出：

    FIRST    SECOND    THIRD
0   Yes      No        No
1   Yes      No        No     #Stays the same
2   No       Yes       No
3   No       No        Yes    #Stays the same

我已经用嵌套的 for 循环实现了它，但这显然不适用于任何 Pandas。我敢肯定有一个更优雅的矢量化解决方案，任何人都可以帮助我，谢谢！

标签： pythonpandas

解决方案

Comapre by Yesand for 首先Yes使用 double DataFrame.cumsum，然后比较 by1并创建 new DataFramewith numpy.where：

mask = df.eq('Yes').cumsum(axis=1).cumsum(axis=1).eq(1)

df = pd.DataFrame(np.where(mask, 'Yes','No'), index=df.index, columns=df.columns)
print (df)
  FIRST SECOND THIRD
0   Yes     No    No
1   Yes     No    No
2    No    Yes    No
3    No     No   Yes

推荐阅读