我有一个pandas数据帧,它的一列是:
a = [1,0,1,0,1,3,4,6,4,6]现在我想创建另一个列,这样任何大于0小于5的值都被赋值为1,而rest被赋值为0,即:
a = [1,0,1,0,1,3,4,6,4,6]
b = [1,0,1,0,1,1,1,0,1,0]现在我已经这样做了
dtaframe['b'] = dtaframe['a'].loc[0 < dtaframe['a'] < 5] = 1
dtaframe['b'] = dtaframe['a'].loc[dtaframe['a'] >4 or dtaframe['a']==0] = 0但是代码抛出和错误。该怎么办呢?
发布于 2016-08-13 01:24:24
您可以使用between获取布尔值,然后使用astype将布尔值转换为0/1:
dtaframe['b'] = dtaframe['a'].between(0, 5, inclusive=False).astype(int)结果输出:
a b
0 1 1
1 0 0
2 1 1
3 0 0
4 1 1
5 3 1
6 4 1
7 6 0
8 4 1
9 6 0编辑
对于多个范围,您可以使用pandas.cut
dtaframe['b'] = pd.cut(dtaframe['a'], bins=[0,1,6,9], labels=False, include_lowest=True)您需要注意如何定义bins。使用labels=False将返回每个bin的整数指示符,恰好与您提供的标签相对应。您还可以手动指定每个bin的标签,例如labels=[0,1,2]、labels=[0,17,19]、labels=['a','b','c']等。如果您手动指定标签,则可能需要使用astype,因为它们将作为类别返回。
或者,您可以结合使用loc和between来手动指定每个范围:
dtaframe.loc[dtaframe['a'].between(0,1), 'b'] = 0
dtaframe.loc[dtaframe['a'].between(2,6), 'b'] = 1
dtaframe.loc[dtaframe['a'].between(7,9), 'b'] = 2发布于 2016-08-13 01:19:50
在使用比较运算符和布尔逻辑过滤数据帧时,不能使用a < myseries < b的pythonic习惯用法。相反,您需要使用(a < myseries) & (myseries < b)
cond1 = (0 < dtaframe['a'])
cond2 = (dtaframe['a'] <= 5)
dtaframe['b'] = (cond1 & cond2) * 1发布于 2016-08-13 02:03:55
在np.where上试试这个
dtaframe['b'] = np.where(([dtaframe['a'] > 4) | (dtaframe['a']==0),0, dtaframe['a'])https://stackoverflow.com/questions/38923280
复制相似问题