前言

最近有小伙伴推荐我多写写一个增强 pandas 功能的库—— pyjanitor 。他提供了许多实用功能，结合 pandas 使用能够大大提升我们的代码效率，那么我就针对这个库做一个系列教程。

不过，我不喜欢只是到官网抄一下例子，把英文翻译成中文，草草了事。我也不希望大家只是记住了 pyjanitor 的一些方法名字，只会简单套用。

因此，这个系列的文章我会挑选 pyjanitor 的一些方法做讲解，同时会给出 pandas 的实现，还教你怎么自己封装函数。

本系列文章的基本结构：

1. pyjanitor 函数讲解
2. pandas 原生实现
3. 自己封装一个函数

pyjanitor 安装：

pip install pyjanitor

今天的主题是多条件判断，分支判断取值是数据处理的高频操作。往往初学者会使用 apply 遍历每一行，使用 python 的 if else 语法完成需求。如下：

数据：

代码：

• 新增一列 value，里面就是一大堆的逻辑判断

代码倒是不复杂，但是条件很多，数据也多的情况下，代码就会难看，并且代码的执行速度也不行。

pyjanitor 的 case_when

代码来自于官网

结果是对了，但是感觉 case when 方法里面的东西很乱呀

我来标注一下：

• 红色框是条件，绿色框是返回值

但是，我们不是一定要使用 janitor 才能做到这一切。结合 numpy 我们也能轻易做到

numpy 也有 case when

如果你学过我的 pandas 专栏，那么就一定听过 numpy 的两个条件函数，这里我们只需要用 select 就可以轻易做到多条件分支

关于 np.select 详细讲解，可以查看专栏文章

那么，我们该如何自己写一个类似 janitor 的函数，方便以后重复使用？

自己写一个也不难

首先，不管三七二十一，定义一个函数，把之前的 numpy 实现代码复制进去：

这里有几个问题：

1. 参数有哪些
2. 尽量不要直接修改数据源，现在我们是直接赋值一列到 df 里面

先加上参数：

• 参数 df：总要传入数据吧
• *conditions：分支条件的数量是无限的，所以需要使用 * ，表示不管你传入多少个参数，我都接下来，放进去 conditions 这个变量里面。所以，conditions 是一个元组
• col_name：新列的名字

现在再来看 np.select 是需要把所有的条件给放一起，但现在 conditions 是每隔一个位置才是分支条件，利用 python 的切片功能就可以轻易分开：

• 行2，3：利用切片的最后一个参数 step ，让其每隔2个位置取出元素，配合开始位置，就可以取出所有的奇数位置或偶数位置的元素

最后，我们不希望修改了源数据，可以使用 pandas 提供的方法做到：

有没有觉得 janitor 很好用，评论区说说你的感受

记得关注、点赞、转发