在Python的Pandas库中怎样模拟CASE WHEN功能

在Python的Pandas库中，可以使用np.where()函数或者pd.cut()函数来模拟CASE WHEN功能。

1. 使用np.where()函数：

np.where()函数可以根据指定的条件返回不同的值。其语法格式为：np.where(condition, value_if_true, value_if_false)。其中，condition是要测试的条件，value_if_true是条件为真时返回的值，value_if_false是条件为假时返回的值。

例如，下面的代码将根据列A中的值生成一个新列B，如果A的值大于10，则B的值为"大于10"，否则为"小于等于10"：

import pandas as pd
import numpy as np

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [5, 12, 7, 15, 3]})

# 使用np.where()函数模拟CASE WHEN功能
df['B'] = np.where(df['A'] > 10, '大于10', '小于等于10')

print(df)

2. 使用pd.cut()函数：

pd.cut()函数可以将连续型数据划分为多个区间，并返回每个数据属于哪个区间。其语法格式为：pd.cut(x, bins, labels=None, right=True, include_lowest=False)。其中，x是要划分的数据列，bins是划分区间的列表，labels是每个区间的标签（可选），right表示区间的右侧是否包含（默认为True），include_lowest表示是否将最小值包含在第一个区间内（默认为False）。

虽然pd.cut()函数主要用于划分区间，但可以通过一些技巧来模拟CASE WHEN功能。例如，下面的代码将根据列A中的值生成一个新列B，如果A的值大于10，则B的值为"大于10"，否则为"小于等于10"：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [5, 12, 7, 15, 3]})

# 使用pd.cut()函数模拟CASE WHEN功能
df['B'] = pd.cut(df['A'], bins=[0, 10, np.inf], labels=['小于等于10', '大于10'])

print(df)

请注意，pd.cut()函数返回的是区间标签，而不是具体的值。如果需要返回具体的值，可以使用map()函数将区间标签映射到具体的值。例如，可以将上面的代码修改为：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [5, 12, 7, 15, 3]})

# 使用pd.cut()函数获取区间标签
labels = pd.cut(df['A'], bins=[0, 10, np.inf], labels=['小于等于10', '大于10'])

# 使用map()函数将区间标签映射到具体的值
df['B'] = labels.map({'小于等于10': '小于等于10', '大于10': '大于10'})

print(df)