基于pandas DataFrame的条件查询

Question

假设有三个 pandas.DataFrame，分别为 df1、df2 和 df3，它们的结构相同，但数值不同。我想执行以下操作：

res=if df1>1.0: (df2-df3)/(df1-1) else df3

res 应该与 df1、df2 和 df3 具有相同的结构。

numpy.where() 生成的结果是一个扁平数组。

编辑 1：

res 应该与 df1、df2 和 df3 具有相同的索引。

例如，我可以通过 df2["instanceA"]["parameter1"]["paramter2"] 访问 df2。我希望通过 res["instanceA"]["parameter1"]["paramter2"] 访问新计算的 DataFrame/Series res。

- Kadir

Answer 1

实际上，numpy.where 应该可以很好地处理这个问题。输出结果是4x2（与df1、df2、df3相同）。

df1 = pd.DataFrame( np.random.randn(4,2), columns=list('xy') )
df2 = pd.DataFrame( np.random.randn(4,2), columns=list('xy') )
df3 = pd.DataFrame( np.random.randn(4,2), columns=list('xy') )

res = df3.copy()
res[:] = np.where( df1 > 1, (df2-df3)/(df1-1), df3 )

          x         y
0 -0.671787 -0.445276
1 -0.609351 -0.881987
2  0.324390  1.222632
3 -0.138606  0.955993

请注意，这适用于系列和数据帧。 [:] 是切片语法，它保留索引和列。如果没有那个[:]，结果将变成数组而不是系列或数据帧。

或者，对于系列，您可以按照@Kadir在他的答案中所做的方式编写：

res = pd.Series(np.where( df1>1, (df2-df3)/(df1-1), df3 ), index=df1.index)

或者对于数据框，您可以编写：

res = pd.DataFrame(np.where( df1>1, (df2-df3)/(df1-1), df3 ), index=df1.index,
                                                              columns=df1.columns)

- JohnE

Answer 2

将this question中的想法与JohnE的回答结合起来，我得出了以下解决方案：

res = pd.Series(np.where( df1 > 1, (df2-df3)/(df1-1), df3 ), index=df1.index)

希望能提供使用数据框的更好答案。

- Kadir

Answer 3

假设df是您的初始数据框架，res是新列。使用设置值和布尔索引的组合。

将res设置为df3的副本：

 df['res'] = df['df3']

然后根据您的条件调整值。

df[df['df1']>1.0]['res'] = (df['df2'] - df['df3'])/(df['df1']-1)

- AZhao

---

我相信df1/df2/df3应该是数据框，而不是列。 - JohnE