如何使用基于2列的多个条件在pandas中创建新列？

Question

我有两个字典，我需要根据几个条件创建列

dict1 = {'100': BMW, '200': Audi, '300': 'VW'}   
dict2 = {'100': Mercedes, '200': Nissan, '300': 'Renault'}

df:

class          Code
1              200
1              300
2              300
1              100
2              100   

实际上，我想在类为1时使用dict1，在类为2时使用dict2

所需的输出如下：

  class            Code         Car
    1              200          Audi
    1              300          VW
    2              300          Renault
    1              100          BMW
    2              100          Mercedes

如果没有条件，我可以使用.map，但我不确定现在使用什么：

df['Car'] = df['Code'].map(dict1)

Answer 1

我用下面的代码进行了测试

import pandas as pd
dict1 = {'100': 'BMW', '200': 'Audi', '300': 'VW'}
dict2 = {'100': 'Mercedes', '200': 'Nissan', '300': 'Renault'}
df = pd.DataFrame({'Class':[1,1,2,1],'Code':['200','300','300','100']})
def f(row):
    if row['Class'] == 1:
        val = dict1[row['Code']]
    elif row['Class'] ==2:
        val = dict2[row['Code']]
    else:
        val = dict2[row['Code']]
    return val

df['Car']= df.apply(f,axis=1)

print(df)

它打印

    Class Code     Car
0      1  200     Audi
1      1  300       VW
2      2  300  Renault
3      1  100      BMW

Answer 2

如果只是两个字典/类：

# note that your dictionary has string key
df['Code'] = df.Code.astype(str)

df['car'] = np.where(df['class']==1,
                     df['Code'].map(dict1),
                     df['Code'].map(dict2) )

输出：

   class Code       Car
0      1  200      Audi
1      1  300        VW
2      2  300   Renault
3      1  100       BMW
4      2  100  Mercedes