通过字典将条件组合分配给数据框中的新列

如何解决通过字典将条件组合分配给数据框中的新列

我正在尝试使用字典的组合来在数据框中生成条件列。

第一个字典包含所有可能导致True或False无效的条件的列表。

第二个字典将条件组合分配给我要调用的业务规则，以便在数据框中生成条件列。

# testing df
d = {'col1': [1,2,3,4,5],'col2': ['apple','pear','banana','apple','cookie']}

# making the df
df = pd.DataFrame(d)

# all possible testing conditions
df_conds = {
    1: eval("df['col1'] == 3"),2: eval("df['col1'] >= 3"),3: eval("df['col2'] == 'apple'")
}

# assigning combinations of conditions to business rules
df_cond_assignments = {
    'br1' : [1,2],'br2' : [1,3],'br3' : [3],'br4' : [2,3]
}

例如，我想调用br4，并通过应用条件2和3来生成我的条件列。

result_df['result'] = df_conds[df_cond_assignments.get('br4')]

该代码生成TypeError: unhashable type: 'list'，我明白为什么。但是，我不确定该怎么做。

我尝试的另一种方法是

result_df = df_conds.get(key for key in [df_cond_assignments.get('br4')])

哪个返回None

例如，如果我应用br4，则正确的结果将如下所示：

result:
false
false
false
true
false

解决方法

这对您有用吗？

np.logical_and.reduce([df_conds[i] for i in df_cond_assignments['br4']])

输出：

array([False,False,True,False])