2
  1. У меня есть дата фрейм:
data = np.array([['United States', 'Russian Federation'],
   ['Russian Federation', 'Uzbekistan'],
   ['Bulgaria', 'Russian Federation'],
   ['Russian Federation', 'Spain'],
   ['Russian Federation', 'Montenegro']])
stack = pd.DataFrame(data = data, columns = ['Country_1','Country_2'])

Мне необходимо добавить новый столбец Country_3 по следующему правилу: если Country_1 = Russian Federation, то Country_3 равно Country_2. Иначе Country_3 равно Country_1.

Почему я не могу это сделать с помощью apply? Вот мой код:

def function(col):
    if 'Russian Federation' in col:
        return stack['Country_2']
    else:
        return stack['Country_1']

stack['Country_3'] = stack['Country_1'].apply(function)

2 ответа 2

3

Вариант 1: воспользуйтесь методом Series.mask():

stack["Country_3"] = \
    stack["Country_1"].mask(stack["Country_1"]=="Russian Federation", stack["Country_2"])

Вариант 2: воспользуйтесь методом Series.where():

stack["Country_3"] = \
    stack["Country_1"].where(stack["Country_1"]!="Russian Federation", stack["Country_2"])

Вариант 3: воспользуйтесь методом np.where():

stack["Country_3"] = \
    np.where(stack["Country_1"]=="Russian Federation", stack["Country_2"], stack["Country_1"])

результат:

In [167]: stack
Out[167]:
            Country_1           Country_2      Country_3
0       United States  Russian Federation  United States
1  Russian Federation          Uzbekistan     Uzbekistan
2            Bulgaria  Russian Federation       Bulgaria
3  Russian Federation               Spain          Spain
4  Russian Federation          Montenegro     Montenegro

PS метод .apply() стоит использовать только в том случае если вы не можете найти другого векторизированного решения. В подавляющем большинстве случаев решение, использующее .apply(...) окажется медленнее других векторизированных решений.

3

Покажу вариант, как исправить всё-таки apply (хотя он и не оптимален):

def function(row):
    if 'Russian Federation' in row['Country_1']:
        return row['Country_2']
    else:
        return row['Country_1']

stack['Country_3'] = stack.apply(function, axis=1)
3
  • Спасибо за развернутый ответ. я пыталась сделать так: stack['Country_3']=np.where('Russian' in stack['Country_1'],stack['Country_2'],stack['Country_1']). При этом в новый столбец добавились значения только из столбца Country_1. Не подскажете ли, в чем тут ошибка?
    – Olga
    4 апр 2021 в 14:24
  • @Olga Это видимо не мне вопрос, а MaxU, тогда вы комментарий не к тому ответу написали, перенесите его туда )
    – CrazyElf
    4 апр 2021 в 14:27
  • 1
    @Olga, ошибка в том, что вы пытаетесь использовать скалярные операции при работе с векторами. При работе с Pandas/Numpy нужно научиться мыслить векторами и матрицами вместо скаляров и циклов. ;) Если вам нужно проверка по подстроке, то это можно сделать так: stack['Country_3']=np.where(stack['Country_1'].str.contains('Russian'),stack['Country_2'],stack['Country_1']) 4 апр 2021 в 14:34

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.