если с несколькими условиями не в состоянии разобраться - PullRequest
Новая
       1

если с несколькими условиями не в состоянии разобраться

1 голос
/ 19 января 2020

Я пытаюсь добиться следующего, используя python pandas, но не могу понять, почему это не работает. Я много раз искал в Интернете, но желаемый результат не смог найти.

Данные выглядят следующим образом 

Data    ADJ_LOW_1   ADJ_LOW_2       MIN     ADJ_HIGH_1     ADJ_HIGH_1   MAX
Data1   34.155      33.81       33.3    36.865     36.865   36.9
Data2   15.444      15.288      15.9    15.756     15.756   17.25
Data3   2.3265      2.303       2.35    2.4745     2.4745   2.6
Data4   21938.4     21716.8     21242   22624      22624    22600
Data5   6.5835      6.517       6.25    6.8175     6.8175   7.45
Data6   196.02      194.04      192.15  218.16     218.16   214.4
Data7   109.395     108.29      107.95  126.654    126.654  113.6
Data8   7.7715      7.693       7.5         8.383      8.383    8.25
Data9   604.89      598.78      572         640.3905   640.3905 648.9
Data10  843.5295    835.009     829         871.327    871.327  924.25

Тип данных 

ADJ_LOW_1     float64
ADJ_LOW_2     float64
MIN           float64
ADJ_HIGH_1    float64
ADJ_HIGH_1    float64
MAX           float64

dtype: object

Моя цель - достичь следующего результата: 

if ADJ_LOW_1 <= MIN & ADJ_HIGH_1 >= MAX then insert column 'Result' and put value "P1"

elif

if ADJ_LOW_2<= MIN & ADJ_HIGH_1 >= MAX then insert column 'Result' and put value "P2"

elif

if ADJ_LOW_1<= MIN & ADJ_HIGH_2 >= MAX then insert column 'Result' and put value "P3"

esle

  "Blank"
``
x is the data reference 
`x.ADJ_LOW_1<=x.MIN & x.ADJ_HIGH_1>=x.MAX: x['R']="P1" elif x.ADJ_LOW_2<=x.MIN & x.ADJ_HIGH_1>=x.MAX: x['R']="P2" elif x.ADJ_LOW_1<=x.MIN & x.ADJ_HIGH_2>=x.MAX: x['R']="P3" else: x['R']=" "`

1 Ответ

2 голосов
/ 19 января 2020

Вы можете использовать np.select для обработки нескольких условий: 

conditions = [
    (df['ADJ_LOW_1'] <= df["MIN"]) & (df['ADJ_HIGH_1'] >= df['MAX']),
    (df['ADJ_LOW_2'] <= df["MIN"]) & (df['ADJ_HIGH_1'] >= df['MAX']),
    (df['ADJ_LOW_1'] <= df["MIN"]) & (df['ADJ_HIGH_2'] >= df['MAX'])]

choices = ['P1', 'P2', 'P3']

df['Result'] = np.select(conditions, choices, default='Blank')
...