Création d'une colonne conditionnelle : If-Elif-Else dans Pandas

Le problème donné demande qu'une nouvelle colonne soit ajoutée à un DataFrame basée sur une série de critères conditionnels. Le défi réside dans la mise en œuvre de ces conditions tout en maintenant l'efficacité et la lisibilité du code.

Solution utilisant une application de fonction

Une approche consiste à créer une fonction qui mappe chaque ligne au résultat souhaité. basé sur les conditions :

def f(row):
    if row['A'] == row['B']:
        return 0
    elif row['A'] > row['B']:
        return 1
    else:
        return -1

df['C'] = df.apply(f, axis=1)

Cette méthode est lisible et facile à mettre en œuvre, mais elle n'est pas vectorisée et peut entraîner des problèmes de performances avec de grands ensembles de données.

Solution vectorisée

Pour plus d'efficacité, une approche vectorisée utilisant la fonction np.where de NumPy est recommandée :

df['C'] = np.where(
    df['A'] == df['B'], 0, np.where(
    df['A'] > df['B'], 1, -1))

Cette opération effectue la sélection conditionnelle élément par élément sur le DataFrame, résultant en une nouvelle colonne avec les valeurs souhaitées.

Cette approche vectorisée offre des avantages significatifs en termes de performances par rapport à la méthode basée sur les fonctions. Il permet également une mise en œuvre plus concise et lisible des critères conditionnels.