Python 中的语句时的嵌套大小写

如何解决Python 中的语句时的嵌套大小写

以下代码在 SAS 中创建名为“Flagged”的列：

Case When t3.Proportion=. then case when t3.'Standardised proportion'n >t1.SigmaMultiple Then 1 else 0  
End
Else 
Case When t3.Proportion=. and  abs(t3.'Standardised proportion'n) > t1.SigmaMultiple Then 1 Else 0
End
End

我正在尝试在 python 中复制它，通常我会做一个条件代码，但是当方面让我感到困惑时嵌套的案例。

我试过但似乎不匹配的代码：

conditions =[
     ((dfSigmamissing['Proportion'] == 0) & (dfSigmamissing['SP'] > dfSigmamissing['SigmaMultiple'])),((dfSigmamissing['Proportion'] == 0) & (dfSigmamissing['SP'] < dfSigmamissing['SigmaMultiple'])),((dfSigmamissing['SP'].abs() > (dfSigmamissing['SigmaMultiple'])))
                ]

choices = [1,1]

dfSigmamissing['Flagged'] = np.select(conditions,choices,default=0)

任何帮助将不胜感激。

谢谢

解决方法

我认为您非常接近，您需要从 conditions 列表中删除第二个条件，因为如果第一个条件失败，np.select 将退回到那里。否则，前两个条件之一（几乎）总是为真，因为它们（几乎）是互补的。另外，我们需要 dfSigmamissing['Proportion'] == 0 也用于最后一个条件：

conditions = [
     (dfSigmamissing["Proportion"] == 0) & (dfSigmamissing["SP"] > dfSigmamissing["SigmaMultiple"]),(dfSigmamissing["Proportion"] == 0) & (dfSigmamissing["SP"].abs() > dfSigmamissing["SigmaMultiple"])
]

choices = [1,1]

default = 0

dfSigmamissing["Flagged"] = np.select(conditions,choices,default)

这可以作为：

• 检查第一个条件是否成立？

  -- 如果是，则在相应的行中放 1

  -- 如果不是，则转到第二个条件

• 第二个条件是否成立？

  -- 如果是，则在对应行放1

  -- 如果不是，则回退到默认值，即 0

为了避免代码重复，我们可以重构一些条件元素：

zero_prop = dfSigmamissing["Proportion"] == 0
sp = dfSigmamissing["SP"]
sigma_mul = dfSigmamissing["SigmaMultiple"]

conditions = [
    zero_prop & (sp > sigma_mul),zero_prop & (sp.abs() > sigma_mul)
]

这可能会增加可读性。

我们可以更进一步并粘合前两个条件，因为它们都将输出 1。这意味着我们现在有 2 个条件，所以我们可以选择 np.where，这是 np.select 的这种特殊情况。此外，据我所知，sp > sigma_mul 包含在 sp.abs() > sigma_mul 中，因此我们可以放弃前者：

condition = zero_prop & (sp.abs() > sigma_mul)
dfSigmamissing["Flagged"] = np.where(condition,1,0)