主页 / coding / 问题 / 79093236
Accepted
ViSa
Asked: 2024-10-16 16:49:28 +0800 CST

如何在 Polars 中的条件输出中创建多列？

  • 772

我正在尝试根据检查条件在输出中创建 2 个新列，但不确定如何做到这一点。

样本 df：

so_df = pl.DataFrame({"low_limit": [1, 3, 0], "high_limit": [3, 4, 2], "value": [0, 5, 1]})

low_limit   high_limit  value
i64 i64 i64
1   3   0
3   4   5
0   2   1

有效的单列创建代码：

so_df.with_columns(pl.when(pl.col('value') > pl.col('high_limit'))
                   .then(pl.lit("High"))
                   .when((pl.col('value') < pl.col('low_limit')))
                   .then(pl.lit("Low"))
                   .otherwise(pl.lit("Within Range")).alias('Flag')
)

输出

low_limit   high_limit  value   Flag
i64 i64 i64                     str
1   3   0                       "Low"
3   4   5                       "High"
0   2   1                       "Within Range"

问题/疑问：创建 2 列无效

so_df.with_columns(pl.when(pl.col('value') > pl.col('high_limit'))
                   .then(Flag = pl.lit("High"), Normality = pl.lit("Abnormal"))
                   .when((pl.col('value') < pl.col('low_limit')))
                   .then(Flag = pl.lit("Low"), Normality = pl.lit("Abnormal"))
                   .otherwise(Flag = pl.lit("Within Range"), Normality = pl.lit("Normal"))
)

期望输出：

low_limit   high_limit  value   Flag             Normality
i64 i64 i64                     str              str
1   3   0                       "Low"            "Abnormal"
3   4   5                       "High"           "Abnormal"
0   2   1                       "Within Range"   "Normal"

我知道我可以再执行一次 with_Columns 并再次使用 when-then，但这将需要双倍的计算量。那么我如何才能一次性创建 2 个新列呢？

类似于：

if (condition):
   Flag = '',
   Normality = ''
python

2 个回答

  1. Best Answer

    您可以选择pl.struct然后使用以下方法提取多个值.struct.field(...)：

    df = so_df.with_columns(
    pl.when(pl.col("value") > pl.col("high_limit"))
    .then(pl.struct(Flag=pl.lit("High"), Normality=pl.lit("Abnormal")))
    .when(pl.col("value") < pl.col("low_limit"))
    .then(pl.struct(Flag=pl.lit("Low"), Normality=pl.lit("Abnormal")))
    .otherwise(pl.struct(Flag=pl.lit("Within Range"), Normality=pl.lit("Normal")))
    .struct.field("Flag", "Normality")
)

    输出：

    shape: (3, 5)
┌───────────┬────────────┬───────┬──────────────┬───────────┐
│ low_limit ┆ high_limit ┆ value ┆ Flag         ┆ Normality │
│ ---       ┆ ---        ┆ ---   ┆ ---          ┆ ---       │
│ i64       ┆ i64        ┆ i64   ┆ str          ┆ str       │
╞═══════════╪════════════╪═══════╪══════════════╪═══════════╡
│ 1         ┆ 3          ┆ 0     ┆ Low          ┆ Abnormal  │
│ 3         ┆ 4          ┆ 5     ┆ High         ┆ Abnormal  │
│ 0         ┆ 2          ┆ 1     ┆ Within Range ┆ Normal    │
└───────────┴────────────┴───────┴──────────────┴───────────┘
    • 1 
  2. (
    so_df.with_columns(
        pl
        .when(pl.col('value') > pl.col('high_limit')).then(
            pl.struct(Flag = pl.lit("High"), Normality = pl.lit("Abnormal"))
        )
        .when(pl.col('value') < pl.col('low_limit')).then(
            pl.struct(Flag = pl.lit("Low"), Normality = pl.lit("Abnormal"))
        )
        .otherwise(
            pl.struct(Flag = pl.lit("Within Range"), Normality = pl.lit("Normal"))
        ).struct.field("*")
    )
)

    shape: (3, 5)
┌───────────┬────────────┬───────┬──────────────┬───────────┐
│ low_limit ┆ high_limit ┆ value ┆ Flag         ┆ Normality │
│ ---       ┆ ---        ┆ ---   ┆ ---          ┆ ---       │
│ i64       ┆ i64        ┆ i64   ┆ str          ┆ str       │
╞═══════════╪════════════╪═══════╪══════════════╪═══════════╡
│ 1         ┆ 3          ┆ 0     ┆ Low          ┆ Abnormal  │
│ 3         ┆ 4          ┆ 5     ┆ High         ┆ Abnormal  │
│ 0         ┆ 2          ┆ 1     ┆ Within Range ┆ Normal    │
└───────────┴────────────┴───────┴──────────────┴───────────┘
    • 1

相关问题