本文介绍了优雅地编写np.WHERE表示列中的不同值的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着跟版网的小编来一起学习吧！
问题描述
我有如下所示的数据帧
df = pd.DataFrame({'person_id': [101,101,101,101,202,202,202],
'person_type':['A','A','B','C','D','B','A'],
'login_date':['5/7/2013 09:27:00 AM','09/08/2013 11:21:00 AM','06/06/2014 08:00:00 AM','06/06/2014 05:00:00 AM','12/11/2011 10:00:00 AM','13/10/2012 12:00:00 AM','13/12/2012 11:45:00 AM'],
'logout_date':[np.nan,'11/08/2013 11:21:00 AM',np.nan,'06/06/2014 05:00:00 AM',np.nan,'13/10/2012 12:00:00 AM',np.nan]})
df.login_date = pd.to_datetime(df.login_date)
df.logout_date = pd.to_datetime(df.logout_date)
我要将2个规则应用到logout_date列
规则1-如果人员类型为B、C、D、E且logout_date为NaN，则复制登录日期值
规则2-如果人员类型为A且logout_date为NaN，则将登录日期增加2天
我尝试了下面的
df['logout_date'] = np.where(((df['person_type'].isin(['B','C','D'])) & (df['logout_date'].isna())),df['login_date'].dt.date,df['logout_date'].dt.date)
df['logout_date'] = np.where(((df['person_type'].isin(['A'])) & (df['logout_date'].isna())),df['login_date'] + pd.DateOffset(days=2).dt.date,df['logout_date'].dt.date)
你可以看到它有多长。有没有其他更好的方法来写这篇文章？
我希望我的输出如下所示
person_id person_type login_date logout_date
101 A 2013-05-07 09:27:00 2013-05-09 09:27:00
101 A 2013-09-08 11:21:00 2013-11-08 11:21:00
101 B 2014-06-06 08:00:00 2014-06-06 08:00:00
101 C 2014-06-06 05:00:00 2014-06-06 05:00:00
202 D 2011-12-11 10:00:00 2011-12-11 10:00:00
202 B 2012-10-13 00:00:00 2012-10-13 12:00:00
202 A 2012-12-13 11:45:00 2012-12-15 11:45:00
推荐答案
对注释中提到的中间变量使用numpy.select：
s = df['person_type'].fillna('missing value')
m1 = s.isin(['B','C','D', 'missing value'])
m2 = s.isin(['A','missing value'])
df['logout_date'] = np.select([m1, m2],
[df['login_date'], df['login_date'] + pd.DateOffset(days=2)],
default=df['logout_date'])
或重写您的解决方案：
m1 = df['person_type'].isin(['B','C','D'])
m2 = df['person_type'].isin(['A'])
m3 = df['logout_date'].isna()
df['logout_date'] = np.select([m1 & m3, m2 & m3],
[df['login_date'], df['login_date'] + pd.DateOffset(days=2)],
default=df['logout_date'])
df['logout_date'] = np.select([m1 & m3, m2 & m3],
[df['login_date'].dt.date,
(df['login_date'] + pd.DateOffset(days=2)).dt.date],
default=df['logout_date'].dt.date)
这篇关于优雅地编写np.WHERE表示列中的不同值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！
本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益，请联系我们，我们会在确认后第一时间进行删除！