Pandas: как суммировать столбцы на основе условных значений других столбцов?

у меня есть следующий фрейм данных pandas.

import pandas as pd
df = pd.read_csv('filename.csv')

print(df)

     dog      A         B           C
0     dog1    0.787575  0.159330    0.053095
1     dog10   0.770698  0.169487    0.059815
2     dog11   0.792689  0.152043    0.055268
3     dog12   0.785066  0.160361    0.054573
4     dog13   0.795455  0.150464    0.054081
5     dog14   0.794873  0.150700    0.054426
..    ....
8     dog19   0.811585  0.140207    0.048208
9     dog2    0.797202  0.152033    0.050765
10    dog20   0.801607  0.145137    0.053256
11    dog21   0.792689  0.152043    0.055268
    ....

Я создаю новый столбец, суммируя столбцы "A", "B", "C" следующим образом:

df['total_ABC'] = df[["A", "B", "B"]].sum(axis=1)

теперь я хотел бы сделать это на основе условных, т. е. если "A" < 0.78 затем создайте новый просуммированы колонки df['smallA_sum'] = df[["A", "B", "B"]].sum(axis=1). В противном случае, значение должно быть равно нулю.

как создать условные операторы такой?

моя мысль была бы использовать 

df['smallA_sum'] = df1.apply(lambda row: (row['A']+row['B']+row['C']) if row['A'] < 0.78))

однако, это не работает и я не могу указать оси.

как создать столбец на основе значений других столбцов?

вы также можете сделать что-то вроде для каждого df['dog'] == 'dog2' создайте столбец dog2_sum, то есть 

 df['dog2_sum'] = df1.apply(lambda row: (row['A']+row['B']+row['C']) if df['dog'] == 'dog2'))

но мой подход неверен.

`

8
conditional dataframe pandas python

1 ответов

следующее должно работать, здесь мы маскируем df, где выполняется условие, это будет установлено NaN к строкам, где условие не выполняется, поэтому мы вызываем fillna на новый col:

In [67]:
df = pd.DataFrame(np.random.randn(5,3), columns=list('ABC'))
df

Out[67]:
          A         B         C
0  0.197334  0.707852 -0.443475
1 -1.063765 -0.914877  1.585882
2  0.899477  1.064308  1.426789
3 -0.556486 -0.150080 -0.149494
4 -0.035858  0.777523 -0.453747

In [73]:    
df['total'] = df.loc[df['A'] > 0,['A','B']].sum(axis=1)
df['total'].fillna(0, inplace=True)
df

Out[73]:
          A         B         C     total
0  0.197334  0.707852 -0.443475  0.905186
1 -1.063765 -0.914877  1.585882  0.000000
2  0.899477  1.064308  1.426789  1.963785
3 -0.556486 -0.150080 -0.149494  0.000000
4 -0.035858  0.777523 -0.453747  0.000000

другой подход-позвонить where на sum результат, это принимает значение param для возврата, когда условие не выполняется:

In [75]:
df['total'] = df[['A','B']].sum(axis=1).where(df['A'] > 0, 0)
df

Out[75]:
          A         B         C     total
0  0.197334  0.707852 -0.443475  0.905186
1 -1.063765 -0.914877  1.585882  0.000000
2  0.899477  1.064308  1.426789  1.963785
3 -0.556486 -0.150080 -0.149494  0.000000
4 -0.035858  0.777523 -0.453747  0.000000
6