使用 Pandas 根据另一列的值创建一列

Question

请考虑这个数据框：date         value      -------------------20201001      -10020200202      20020200303       0...我想要另一个非常简单的专栏：“状态”如果值 < 0 则“状态”= -1如果值 > 0 则“状态”= 1如果值 = 0 则“状态”= 0我写了这段代码：data['Status'] = (data['Value'] / math.fabs(data['Value'])) if data['Value'] != 0 else 0但我得到了这个错误：ValueError：系列的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。如何在没有For循环的情况下创建此列。谢谢编辑1）我用这种方式编写了代码，但出现了同样的错误：data['Status'] = (data['Value'] / math.fabs(data['Value'])) if data[data['Value'] != 0] else 0

Answer 1

用途numpy.sign：

data['Status'] = np.sign(data['Value'])

如果仅使用整数Series.clip：

data['Status'] = data['Value'].clip(lower=-1, upper=1)

您使用列表理解的解决方案：

data['Status'] = [x / math.fabs(x) if x != 0 else 0 for x in data['Value']]

print (data)

       date  value  Status

0  20201001   -100    -1.0

1  20200202    200     1.0

2  20200303      0     0.0

性能：

#300k rows

data = pd.concat([data] * 100000, ignore_index=True)

In [72]: %timeit data['Status'] = np.sign(data['Value'])

3.2 ms ± 57.8 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [73]: %timeit data['Status'] = data['Value'].clip(lower=-1, upper=1)

5.99 ms ± 49.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [74]: %timeit data['Status'] = [x / math.fabs(x) if x != 0 else 0 for x in data['Value']]

144 ms ± 483 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)