如何编写一个依赖于两个变量（列）的条件lambda函数？

Question

我有一个数据集，叫做df，里面有两个变量，x和y。我想写一个函数，做以下事情：

如果x大于100并且y小于50，就返回x，否则返回y。

我之前在STATA里做数据分析，所以对pandas还比较陌生。如果有帮助的话，在STATA里可以这样写：

把x的值替换为：如果x大于100并且y小于50，就用x的值，否则用y的值。

换句话说，这个函数是根据df中的两个列来决定的，会根据条件是否满足，从每一行中返回一个变量的值。

到目前为止，我一直在通过新函数创建新变量，比如：

df.dummyVar = df.x.apply(lambda x: 1 如果 x > 100 否则 0)

我在StackOverflow和文档中找到的，都是如何对单个变量应用函数，或者对多个列使用轴选项。请帮帮我。

Answer 1

现在有一个非常简单的方法可以做到这一点。只需要在数据集上使用 apply 就可以了：

df['dummy'] = df.apply(lambda row: row['x'] if row['x'] > 100 and row['y'] < 50 else row['y'])

Answer 2

像这样：

f = lambda x, y: x if x>100 and y<50 else y

在Python中，Lambda表达式相当于普通的函数定义。

def f(x, y):
    return x if x>100 and y<50 else y

注意：Lambda的内容必须是一个有效的表达式。这意味着你不能使用像return这样的东西；Lambda会返回最后一个被计算的表达式。

如果想了解更多，可以看看：

• 定义函数
• Lambda表达式

Answer 3

使用 where：

df['dummyVar '] = df['x'].where((df['x'] > 100) & (df['y'] < 50), df['y'])

这样做会比使用 apply 操作快很多，因为它是向量化的。