Pandas公园的当量减少和增加？

9rnv2umw 于 2022-12-10 发布在其他

关注(0)|答案(1)|浏览(98)

我有一个 Dataframe 在下面的Day_1，Day_2，Day_3是在过去3天的印象数。

df = pd.DataFrame({'Day_1': [2, 4, 8, 0],
                   'Day_2': [2, 0, 0, 0],
                   'Day_3': [1, 1, 0, 0],
                  index=['user1', 'user2', 'user3', 'user4'])
df
      Day_1 Day_2 Day_3 
user1   2    2      1   
user2   4    0      1   
user3   8    0      0   
user4   0    0      0

现在，我需要检查用户在过去的n天内是否有任何印象。例如，如果num_days = 2，我需要添加一个新列impression，如果Day_1和Day_2之和大于零，则impression的值为1，否则0的值为1。下面是我希望看到的结果：

Day_1 Day_2 Day_3 impression
user1   2    2      1   1
user2   4    0      1   1
user3   8    0      0   1
user4   0    0      0   0

在pyspark中，这是一个简单的过程，我使用如下代码：

imp_cols = ['Day_'+str(i) for i in range(1, num_days+1)]
df = df.withColumn("impression",reduce(add, [F.col(x) for x in imp_cols]))

pandas

来源：https://stackoverflow.com/questions/74661465/pandas-equivelt-of-pyspark-reduce-and-add

1条答案

按热度按时间

vuktfyat1#

IIUC，您可以将numpy.where与pandas.DataFrame.sum搭配使用。
试试这个：

df["impression"] = np.where(df.sum(axis=1).gt(0), 1, 0)

#输出：

print(df)

       Day_1  Day_2  Day_3  impression
user1      2      2      1           1
user2      4      0      1           1
user3      8      0      0           1
user4      0      0      0           0

如果要选择特定的列/日，可以使用pandas.DataFrame.filter：

num_days = 2
l = list(range(1, num_days+1))
pat= "|".join([str(x) for x in l])

sub_df = df.filter(regex="Day_[{}]".format(pat))

df["impression"] = np.where(sub_df.sum(axis=1).gt(0), 1, 0)

赞(0）回复(0）举报 2022-12-10

我来回答

Pandas公园的当量减少和增加？

1条答案

#输出：

相关问题

热门标签

最新问答