创建条件列：Pandas 中的 If-Elif-Else
给定的问题要求将新列添加到 DataFrame 中基于一系列条件标准。挑战在于在实现这些条件的同时保持代码效率和可读性。
使用函数应用程序的解决方案
一种方法涉及创建一个将每一行映射到所需结果的函数基于条件：
<code class="python">def f(row):
if row['A'] == row['B']:
return 0
elif row['A'] > row['B']:
return 1
else:
return -1
df['C'] = df.apply(f, axis=1)</code>此方法可读且易于实现，但它不是矢量化的，可能会导致大型数据集的性能问题。
矢量化解决方案
为了提高效率，建议使用 NumPy 的 np.where 函数的矢量化方法：
<code class="python">df['C'] = np.where(
df['A'] == df['B'], 0, np.where(
df['A'] > df['B'], 1, -1))</code>此操作在 DataFrame 上按元素执行条件选择，从而产生一个新列与所需的值。
与基于函数的方法相比，这种矢量化方法提供了显着的性能优势。它还允许更简洁和可读地实现条件标准。
以上是如何实现条件列创建：探索 Pandas DataFrame 中的 If-Elif-Else？的详细内容。更多信息请关注PHP中文网其他相关文章！
