我正在嘗試根據(jù)兩個現(xiàn)有列的條件創(chuàng)建一個新列，但是在使用“np.where”后出現(xiàn)錯誤，有沒有其他方法可以實(shí)現(xiàn)這一點(diǎn)？輸入：change1 change2yes yesyes nono yesno yes預(yù)期輸出：change1 change2 change3yes yes okyes no not okno yes not okno yes not ok法典：import pandas as pdimport numpy as npdf1=pd.read_csv('test2.txt',sep='\t')df1['change1'] = df1['change1'].astype(str)df1['change2'] = df1['change2'].astype(str)df['change3'] = np.where(df1['change1']=='yes' & df1['change2'] == 'yes', 'ok', 'not ok')print(df1)錯誤：cannot compare a dtyped [object] array with a scalar of type [bool]
3 回答
一只斗牛犬
TA貢獻(xiàn)1784條經(jīng)驗(yàn) 獲得超2個贊
使用數(shù)據(jù)幀.eq 和 DataFrame.all.這將幫助您改進(jìn)代碼的語法并避免錯誤。
df['change3'] = np.where(df.eq('yes').all(axis=1), 'ok' , 'not ok')
#if you need select columns
#df['change3'] = np.where(df[['change1', 'change2']].eq('yes').all(axis=1),
'ok' , 'not ok')
df['change3'] = np.where((df1['change1']=='yes') & (df1['change2'] == 'yes'), 'ok', 'not ok')
或
df['change3'] = np.where(df1['change1'].eq('yes') & df1['change2'].eq('yes'),
'ok', 'not ok')df['change3'] = df.eq('yes').all(axis=1).map({True : 'ok' , False : 'not ok'})
#df['change3'] = df.eq('yes').all(axis=1).replace({True : 'ok' , False : 'not ok'})print(df)
# change1 change2 change3
# 0 yes yes ok
# 1 yes no not ok
# 2 no yes not ok
# 3 no yes not ok
吃雞游戲
TA貢獻(xiàn)1829條經(jīng)驗(yàn) 獲得超7個贊
用于轉(zhuǎn)換為二進(jìn)制，然后檢查每行：DataFrame.replaceall
df1['change3'] = np.where(df1.replace({'yes': 1, 'no': 0}).all(axis=1),
'ok',
'not ok')
或與 和 ：replacesum
df1['change3'] = np.where(df1.replace({'yes': 1, 'no': 0}).sum(axis=1).gt(1),
'ok',
'not ok')
change1 change2 change3
0 yes yes ok
1 yes no not ok
2 no yes not ok
3 no yes not ok
藍(lán)山帝景
TA貢獻(xiàn)1843條經(jīng)驗(yàn) 獲得超7個贊
您可以使用：
df['change3'] = df.apply(lambda x: 'ok' if x['change1'] == x['change2'] else 'not ok', axis=1)
輸出：
添加回答
舉報
0/150
提交
取消