Применить функцию к элементу столбца фрейма данных на основе значения в другом столбце для той же строки? ⇐ Python

[Anonymous]

У меня есть фрейм данных:

df = pd.DataFrame(
{'number': ['10', '20' , '30', '40'], 'condition': ['A', 'B', 'A', 'B']})

df =
number condition
0 10 A
1 20 B
2 30 A
3 40 B


Я хочу применить функцию к каждому элементу в числовом столбце следующим образом:

df['number'] = df['number'].apply(lambda x: func(x))


НО, хотя я применяю функцию к числовому столбцу, я хочу, чтобы функция также ссылалась на столбец условия, т. е. в псевдокоде:< /p>

func(n):
#if the value in corresponding condition column is equal to some set of values:
# do some stuff to n using the value in condition
# return new value for n


Для одного числа и примера функции я бы написал:

number = 10
condition = A
def func(num, condition):
if condition == A:
return num*3
if condition == B:
return num*4

func(number,condition) = 15


Как включить ту же функцию в оператор apply, написанный выше? т.е. ссылаться на значение в столбце условия, действуя при этом на значение в числовом столбце?

Примечание. Я прочитал документацию по np.where(). , pandas.loc() и pandas.index(), но я просто не могу понять, как применить это на практике.

Я не могу разобраться с синтаксисом ссылки на другой столбец из функции, поскольку мне нужен доступ как к значениям в столбце число, так и в столбце условия.
Таким образом, мой ожидаемый результат:

df =
number condition
0 30 A
1 80 B
2 90 A
3 160 B


ОБНОВЛЕНИЕ: вышеизложенное было слишком расплывчатым. Пожалуйста, ознакомьтесь со следующим:

df1 = pd.DataFrame({'Entries':['man','guy','boy','girl'],'Conflict':['Yes','Yes','Yes','No']})

Entries Conflict
0 "man" "Yes"
1 "guy" "Yes"
2 "boy" "Yes"
3 "girl" "No

def funcA(d):
d = d + 'aaa'
return d
def funcB(d):
d = d + 'bbb'
return d

df1['Entries'] = np.where(df1['Conflict'] == 'Yes', funcA, funcB)

Output:
{'Conflict': ['Yes', 'Yes', 'Yes', 'Np'],
'Entries': array(, dtype=object)}


Как применить приведенный выше оператор np.where, чтобы взять серию pandas, как указано в комментариях, и получить желаемый результат, показанный ниже:

Желаемый результат:

Entries Conflict
0 "manaaa" "Yes"
1 "guyaaa" "Yes"
2 "boyaaa" "Yes"
3 "girlbbb" "No


Подробнее здесь: https://stackoverflow.com/questions/419 ... umn-for-sa