python - 使用 np.where 和 np.select 的条件语句

Question

尝试根据某些字符串是否存在于不同的列中来填充数据框中的列。我可以使用一系列嵌套np.where语句来做到这一点，例如：

cond1=df.CollectType.str.contains('Outcrop')
cond2=df.CollectType.str.contains('Chip channel')
cond3=df.CollectType.str.contains('Rubble')
cond4=df.CollectType.str.contains('Float')
cond5=df.CollectType.str.contains('Dump')

df['R_SampleType'] = np.where(cond1, 'Outcrop', np.where(cond2, 
  'Chip channel', np.where(cond3,'Rubble', 
                           np.where(cond4,'Float', 
                                    np.where(cond5,'Dump','')))))

但这似乎效率不高。因此，我正在尝试列出条件并使用以下命令调用列表：

 values = ['Outcrop', 'Chip Channel','Rubble','Float','Dump']
 conditions = list(map(df['CollectType'].str.contains, values))

 df['R_SampleType'] = np.select(conditions, values, '')

但我得到了错误：

ValueError: invalid entry 0 in condlist: should be boolean ndarray

有什么建议么？

Answer 1

似乎您只想复制一列，并在不满足条件的地方放置一个空字符串。

如果是这种情况，这里有一个解决方案：

df["R_SampleType"] = df.CollectType.where(df.CollectType.isin(values_ok), other="")

可重现的例子：

from random import choices

values_ok = ["Outcrop", "Chip channel", "Rubble", "Float", "Dump"]
values_nok = ["Not", "A", "Valid", "Value"]
num_items = 15

df = pd.DataFrame(
    choices(values_ok + values_nok, k=num_items), columns=["CollectType"]
)

df["R_SampleType"] = df.CollectType.where(df.CollectType.isin(values_ok), other="")