问题描述
我有以下DataFrame：
Var1 Var2 Var3 Var4
2019-01-01 0.5 0.0 0.1 0.05
2019-01-02 0.5 0.0 0.2 0.09
2019-01-03 0.0 0.5 0.4 0.02
以及以下遍历df的函数：
def switch(row):
if row.Var1 >= 0.5 and row.Var2 <= 0.5:
return 'foo'
elif row.Va1 <=0.5 and row.Var2 >= 0.5:
return 'bar'
else:
return 'baz'
我已将该函数应用于空的pd.Series port_switching，以返回以下输出：
port_switching = pd.Series([])
port_switching = df.apply(switch,axis=1)
print(port_switching)
2019-01-01 foo
2019-01-02 foo
2019-01-03 bar
Freq: D,dtype: object
@ jadore801120帮助我创建了该函数，但是现在我的最终问题是：在该函数返回“ foo”，“ bar”或“ baz”的情况下，我需要弄清楚如何返回Var3的值或Var4，具体取决于通过的条件，即“ if”，“ elif”或“ else”。
-
因此在上面的示例中，在2019-01-01处，'foo'将作为Var3在2019-01-01年的值（即0.1）返回。
-
同样，因为在2019-01-02通过了'if'条件，则将返回Var3的2019-01-02值，即0.2。
-
最后，在2019-01-03通过了'elif'条件，因此该函数应在2019-01-04返回var4的值，即0.02。
最终产品应如下所示：
print(port_switching)
2019-01-01 0.1
2019-01-02 0.2
2019-01-03 0.02
Freq: D,dtype: object
假设，我正在处理大型数据集，并且无法手动输入这些值。我将继续独自解决问题，但是如果有人可以提供解决方案，那将需要几天的工作！
解决方法
numpy select应该可以帮助您应对挑战，而且它是矢量化的，因此应该比使用apply要快得多：
cond1 = df.Var1.ge(0.5) & (df.Var2.le(0.5))
cond2 = df.Var1.le(0.5) & (df.Var2.ge(0.5))
condlist = [cond1,cond2]
choicelist = [df.Var3,df.Var4]
df['result'] = np.select(condlist,choicelist)
Var1 Var2 Var3 Var4 result
2019-01-01 0.5 0.0 0.1 0.05 0.10
2019-01-02 0.5 0.0 0.2 0.09 0.20
2019-01-03 0.0 0.5 0.4 0.02 0.02