Question

我有一个看起来像这样的数据框：

                             TransactionId   Value
Timestamp                                     
2018-01-07 22:00:00.000         633025      674.87
2018-01-07 22:15:00.000         633025      676.11
2018-01-07 22:30:00.000         633025      677.06

我想根据其他2列的条件创建具有3种可能类别的第三列。我尝试在下面编写函数，但无法正常工作-调用函数后调用df.head（）时没有得到回报。

b = df.shape[0]
def charger_state(df):
    a = 1
    while a <= b: 
        if df.Value[a]-df.Value[(a-1)] > 0.1 :
            df['Charger State']= "Charging"
        elif df.Value[a]-df.Value[(a-1)] < 0.1 \
        and df['TransactionId'] > 0:
            df['Charger State']= "Not Charging"
        else: 
            df['Charger State']= "Vacant"
    a = a+1

围绕该主题的其他答案似乎并未涵盖新专栏的3个类，但我是新手，所以可能无法理解。

Answer 1

首先，设置您的条件：

c1 = df.Value.sub(df.Value.shift()).gt(0.1)
c2 = df.Value.diff().lt(0.1) & df.TransactionId.gt(0)

现在使用np.select：

df.assign(ChargerState=np.select([c1, c2], ['Charging', 'Not Charging'], 'Vacant'))

                     TransactionId   Value ChargerState
Timestamp
2018-01-07 22:00:00         633025  674.87       Vacant
2018-01-07 22:15:00         633025  676.11     Charging
2018-01-07 22:30:00         633025  677.06     Charging

您可能需要调整c1，因为在此示例中，尽管它同时具有TransactionId和Value，但由于存在没有上一行。

一个可能的选择是假设如果设备具有Vacant和Value，则它已经开始充电，我们可以使用TransactionID来完成充电。在fillna上

c1

c1 = df.Value.sub(df.Value.shift().fillna(0)).gt(0.1)    # Notice the fillna
c2 = df.Value.diff().lt(0.1) & df.TransactionId.gt(0)

df.assign(ChargerState=np.select([c1, c2], ['Charging', 'Not Charging'], 'Vacant'))

如何根据其他列的条件在数据框中创建新列？

1 个答案: