Создание значений столбцов на основе нескольких условий в других столбцах

Question

, имеющих dataframe, ДФ, с некоторыми колоннами, описывающих единицы и их вывод в данном бункере на примере ниже:

df = pd.DataFrame({'bin_dir' : pd.cut(np.rad2deg(np.random.vonmises(np.pi,0.03,100)) % 360,np.arange(0,365,5)), 
        'Unit' : np.tile(np.arange(1,11),10), 
        'value' : np.random.randn(100)*1000+3600}) 

теперь хочет создать столбец col1, который имеет значение 1, когда единица составляет 1,3,5, а bin_dir (350 355), (355,360), (0,5), (5,10) и 2, когда единицы составляют 2,4,9, а dir_bin (350355], (355360] (0,5], (5,10]

Как можно это сделать? в dplyr я могу использовать мутировать с вложенными ifelse заявления. было бы хорошо, если решение может быть состав вошло ред в прикованной команде :)

Благодаря

Answer 1

вы можете использовать вложенную np.where():

import re 
import pandas as pd 

In [50]: bins = re.findall(r'\(.*?\]', '(350, 355], (355, 360], (0, 5], (5, 10]') 
    ...: bin_mask = df.bin_dir.isin(bins) 
    ...: unit_mask1 = df.Unit.isin([1,3,5]) 
    ...: unit_mask2 = df.Unit.isin([2,4,9]) 
    ...: 

In [51]: df.assign(col1= 
    ...:  np.where(bin_mask & unit_mask1, 
    ...:    1, 
    ...:    np.where(bin_mask & unit_mask2, 2, np.nan) 
    ...: ) 
    ...:) 
    ...: 
Out[51]: 
    Unit  bin_dir  value col1 
0  1 (195, 200] 1228.056261 NaN 
1  2 (125, 130] 3246.052662 NaN 
2  3 (150, 155] 3128.356490 NaN 
3  4 (215, 220] 2900.812099 NaN 
4  5 (110, 115] 4324.152904 NaN 
5  6 (150, 155] 4783.110204 NaN 
6  7 (240, 245] 4810.120258 NaN 
7  8 (210, 215] 4307.576911 NaN 
8  9 (15, 20] 3043.099987 NaN 
9  10  (0, 5] 4633.435048 NaN 
10  1 (145, 150] 3401.690163 NaN 
11  2 (320, 325] 4224.314088 NaN 
12  3 (350, 355] 4037.081806 1.0 
13  4 (295, 300] 3096.652374 NaN 
14  5 (235, 240] 4738.227922 NaN 
15  6 (235, 240] 1973.561204 NaN 
16  7 (270, 275] 3500.619163 NaN 
17  8 (45, 50] 4234.621801 NaN 
18  9 (255, 260] 4267.575087 NaN 
19 10 (320, 325] 3031.733130 NaN 
20  1 (235, 240] 3137.832272 NaN 
21  2 (330, 335] 4113.654195 NaN 
22  3 (265, 270] 3060.886390 NaN 
23  4 (290, 295] 2836.105371 NaN 
24  5 (255, 260] 2756.894839 NaN 
.. ...   ...   ... ... 
75  6 (325, 330] 2471.775169 NaN 
76  7 (70, 75] 4463.964881 NaN 
77  8 (110, 115] 5681.124294 NaN 
78  9 (135, 140] 2500.650717 NaN 
79 10 (225, 230] 2936.364153 NaN 
80  1 (280, 285] 1138.591459 NaN 
81  2 (250, 255] 3121.142300 NaN 
82  3 (150, 155] 2991.257906 NaN 
83  4 (160, 165] 3078.156743 NaN 
84  5 (130, 135] 4335.076559 NaN 
85  6 (85, 90] 4970.471290 NaN 
86  7 (335, 340] 3207.906304 NaN 
87  8 (350, 355] 3605.474926 NaN 
88  9 (125, 130] 4922.963220 NaN 
89 10 (60, 65] 3121.061944 NaN 
90  1 (105, 110] 3092.191627 NaN 
91  2  (0, 5] 3693.602055 2.0 
92  3 (195, 200] 2291.508096 NaN 
93  4 (40, 45] 4628.409801 NaN 
94  5 (215, 220] 3327.321452 NaN 
95  6 (110, 115] 4347.471046 NaN 
96  7 (110, 115] 4494.707840 NaN 
97  8 (110, 115] 3545.460851 NaN 
98  9 (55, 60] 2831.042251 NaN 
99 10 (30, 35] 3705.225870 NaN 

[100 rows x 4 columns] 

Конечно, вы можете сделать это без предварительно вычисленные маски:

In [52]: df.assign(col1= 
    ...:  np.where(df.bin_dir.isin(bins) & df.Unit.isin([1,3,5]), 
    ...:    1, 
    ...:    np.where(df.bin_dir.isin(bins) & df.Unit.isin([2,4,9]), 
    ...:      2, 
    ...:      np.nan 
    ...:    ) 
    ...: ) 
    ...:) 
    ...: 
Out[52]: 
    Unit  bin_dir  value col1 
0  1 (195, 200] 1228.056261 NaN 
1  2 (125, 130] 3246.052662 NaN 
2  3 (150, 155] 3128.356490 NaN 
3  4 (215, 220] 2900.812099 NaN 
4  5 (110, 115] 4324.152904 NaN 
5  6 (150, 155] 4783.110204 NaN 
6  7 (240, 245] 4810.120258 NaN 
7  8 (210, 215] 4307.576911 NaN 
8  9 (15, 20] 3043.099987 NaN 
9  10  (0, 5] 4633.435048 NaN 
10  1 (145, 150] 3401.690163 NaN 
11  2 (320, 325] 4224.314088 NaN 
12  3 (350, 355] 4037.081806 1.0 
13  4 (295, 300] 3096.652374 NaN 
14  5 (235, 240] 4738.227922 NaN 
15  6 (235, 240] 1973.561204 NaN 
16  7 (270, 275] 3500.619163 NaN 
17  8 (45, 50] 4234.621801 NaN 
18  9 (255, 260] 4267.575087 NaN 
19 10 (320, 325] 3031.733130 NaN 
20  1 (235, 240] 3137.832272 NaN 
21  2 (330, 335] 4113.654195 NaN 
22  3 (265, 270] 3060.886390 NaN 
23  4 (290, 295] 2836.105371 NaN 
24  5 (255, 260] 2756.894839 NaN 
.. ...   ...   ... ... 
75  6 (325, 330] 2471.775169 NaN 
76  7 (70, 75] 4463.964881 NaN 
77  8 (110, 115] 5681.124294 NaN 
78  9 (135, 140] 2500.650717 NaN 
79 10 (225, 230] 2936.364153 NaN 
80  1 (280, 285] 1138.591459 NaN 
81  2 (250, 255] 3121.142300 NaN 
82  3 (150, 155] 2991.257906 NaN 
83  4 (160, 165] 3078.156743 NaN 
84  5 (130, 135] 4335.076559 NaN 
85  6 (85, 90] 4970.471290 NaN 
86  7 (335, 340] 3207.906304 NaN 
87  8 (350, 355] 3605.474926 NaN 
88  9 (125, 130] 4922.963220 NaN 
89 10 (60, 65] 3121.061944 NaN 
90  1 (105, 110] 3092.191627 NaN 
91  2  (0, 5] 3693.602055 2.0 
92  3 (195, 200] 2291.508096 NaN 
93  4 (40, 45] 4628.409801 NaN 
94  5 (215, 220] 3327.321452 NaN 
95  6 (110, 115] 4347.471046 NaN 
96  7 (110, 115] 4494.707840 NaN 
97  8 (110, 115] 3545.460851 NaN 
98  9 (55, 60] 2831.042251 NaN 
99 10 (30, 35] 3705.225870 NaN 

[100 rows x 4 columns] 

но это будет быть медленнее и выглядит немного громоздким

Answer 2

Использование списка:

bin_filt = ['(350, 355]', '(355, 360]', '(0, 5]', '(5, 10]'] 
# Creates a column 'col1' 
df['col1'] = [1 for i in range(df.shape[0]) if df['Unit'][i] in [1, 3, 5] and df['bin_dir'][i] in bin_filt else 0] 
# Creates a column 'col2' 
df['col2'] = [2 for i in range(df.shape[0]) if df['Unit'][i] in [2, 4, 9] and df['bin_dir'][i] in bin_filt else 0] 
# You can replace the 'else' statement a t the end of the list comprehension to put the value you want instead