パイソン - 複数の列上のラムダ関数は

Question

私は私の問題を解決するためのループではなく、ラムダ関数を使用することを好むパンダのデータフレームを持っています。

問題はそうです。

df = pd.DataFrame({'my_fruits':['fruit', 'fruit', 'fruit', 'fruit', 'fruit'], 
     'fruit_a': ['apple', 'banana', 'vegetable', 'vegetable', 'cherry'], 
     'fruit_b': ['vegetable', 'apple', 'vegeatble', 'pineapple', 'pear']}) 

次のループを適用すると、

for i in np.arange(0,len(df)): 
    if df['fruit_a'][i] == 'vegetable' or df['fruit_b'][i] == 'vegetable': 
     df['my_fruits'][i] = 'not_fruit' 

私は私が望む結果を得ることができています。これは、値vegetableを含むfruit_aまたはfruit_b列のいずれかであれば、私はmy_fruits列がnot_fruitに等しくなるようにしたいということです。

どのように私は可能なラムダ関数内でこれを設定することができます。 2つの列の入力を使用して異なる列の値を変更する方法を理解できませんでした。ありがとう！

あなたが boolean maskで Series.maskを使用することができます

Answer 1

：

mask = (df['fruit_a'] == 'vegetable') | (df['fruit_b'] == 'vegetable') 
print (mask) 
0  True 
1 False 
2  True 
3  True 
4 False 
dtype: bool 


df.my_fruits = df.my_fruits.mask(mask, 'not_fruits') 
print (df) 
    fruit_a fruit_b my_fruits 
0  apple vegetable not_fruits 
1  banana  apple  fruit 
2 vegetable vegetable not_fruits 
3 vegetable pineapple not_fruits 
4  cherry  pear  fruit 

maskための別の解決策は、vegetableによって選択されたすべての列を比較して、anyすることにより、少なくとも1つの列のすべてのTrueを取得することです：

print ((df[['fruit_a', 'fruit_b']] == 'vegetable')) 
    fruit_a fruit_b 
0 False True 
1 False False 
2 True True 
3 True False 
4 False False 

mask = (df[['fruit_a', 'fruit_b']] == 'vegetable').any(axis=1) 
print (mask) 
0  True 
1 False 
2  True 
3  True 
4 False 
dtype: bool 

Answer 2

あなたはapplyメソッドでこれを行うことができます。

>>> df.my_fruits = df.apply(lambda x: 'not_fruit' if x['fruit_a'] == 'vegetable' or x['fruit_b'] == 'vegetable' else x['my_fruits'], axis=1) 
0 not_fruit 
1  fruit 
2 not_fruit 
3 not_fruit 
4  fruit 

それともあなたはこのようにそれを行うことができます。'vegetable'場合anyと組み合わせてワンステップで

>>> df.my_fruits[(df['fruit_a'] == 'vegetable') | (df['fruit_b'] == 'vegetable')] = 'not_fruit' 
>>> df 
    fruit_a fruit_b my_fruits 
0  apple vegetable not_fruit 
1  banana  apple  fruit 
2 vegetable vegeatble not_fruit 
3 vegetable pineapple not_fruit 
4  cherry  pear  fruit 

Answer 3

pd.Series.whereを使用してチェックします。
where私はcondの否定を使用する理由であるmaskの反対です。
そうでない場合は、これが私の携帯電話から回答

cond = df[['fruit_a', 'fruit_b']].eq('vegetable').any(1) 
df.my_fruits = df.my_fruits.where(~cond, 'not_fruit') 

に答えるのをjezraelする精神が非常に似ています。タイプミスを許してください。