Вопрос по dataframe – Условно заполнить значения столбцов на основе другого значения столбцов в пандах

28

у меня естьDataFrame с несколькими столбцами. Один столбец содержит символ, для которого используется валюта, например знак евро или доллар. Другой столбец содержит значение бюджета. Так, например, в одном ряду это может означать бюджет в 5000 евро, а в следующем ряду - 2000 долларов.

В пандах я хотел бы добавить дополнительный столбец в мой DataFrame, нормализуя бюджеты в евро. Таким образом, в основном, для каждой строки значение в новом столбце должно быть значением из столбца бюджета * 1, если символ в столбце валюты является знаком евро, а значение в новом столбце должно быть значением столбца бюджета * 0,78125, если символ в столбце валюты является знаком доллара.

Я знаю, как добавить столбец, заполнить его значениями, скопировать значения из другого столбца и т. Д., Но не знаю, как заполнить новый столбец условно на основе значения другого столбца.

Какие-либо предложения?

Ваш Ответ

3   ответа
5

сании функции, выполняющей нужную операцию в строке, используяrow['fieldname'] синтаксис для доступа к отдельным значениям / столбцам, а затем выполнитьDataFrame.apply метод на это

Это повторяет ответ на вопрос, связанный здесь:Панды создают новый столбец на основе значений из других столбцов

def normalise_row(row):
    if row['Currency'] == '$'
    ...
    ...
    ...
    return result

df['Normalized'] = df.apply(lambda row : normalise_row, axis=1) 
Error: User Rate Limit Exceededlambda row:normalise_row(row)Error: User Rate Limit Exceedednormalise_row?
2

вы можете использовать словарь функций, чтобы установить различные условия для ваших функций. Такое решение расширяет сферу вопроса.

Я использую пример из личного приложения.

# write the dictionary

def applyCalculateSpend (df_name, cost_method_col, metric_col, rate_col, total_planned_col):
    calculations = {
            'CPMV'  : df_name[metric_col] / 1000 * df_name[rate_col],
            'Free'  : 0
            }
    df_method = df_name[cost_method_col]
    return calculations.get(df_method, "not in dict")

# call the function inside a lambda

test_df['spend'] = test_df.apply(lambda row: applyCalculateSpend(
row,
cost_method_col='cost method',
metric_col='metric',
rate_col='rate',
total_planned_col='total planned'), axis = 1)

  cost method  metric  rate  total planned  spend
0        CPMV    2000   100           1000  200.0
1        CPMV    4000   100           1000  400.0
4        Free       1     2              3    0.0
53

df['Normalized'] = np.where(df['Currency'] == '$', df['Budget'] * 0.78125, df['Budget'])
Error: User Rate Limit Exceeded

Похожие вопросы