Question

我只是从Python开始，我有很多主题及其BMI体重指数（还有更多数据）。我需要创建一个新列（称为OMS），在其中可以说明它们是否“正常”，“超重”，“肥胖”等。

但是我只是找不到正确的方法。我尝试了np.when，但只能在2个条件下使用。

我尝试了if，elif，else，但没有成功，也尝试过：

df['oms'] = np.nan

df['oms'].loc[(df['IMC'] <=18.5 )] = "slim"

df['oms'].loc[(df['IMC'] >= 18.5) & (df['IMC'] <25 )] = "normal"

df['oms'].loc[(df['IMC'] >= 25) & (df['IMC'] <=30 )] = "overweight"

df['oms'].loc[(df['IMC'] > 30)] = "obese"

有什么想法吗？我被卡住了。

Answer 1

您也可以使用pd.cut。

df.loc[df['IMC'].lt(18.5), 'oms'] = "slim"
df.loc[df['IMC'].ge(18.5) & df['IMC'].lt(25), 'oms'] = "normal"
df.loc[df['IMC'].ge(25) & df['IMC'].lt(30), 'oms'] = "overweight"
df.loc[df['IMC'].ge(30), 'oms'] = "obese"

Answer 2

尝试：

df['oms'] = ""#keep it object dtype

df.loc[(df['IMC'] <=18.5 ), 'oms'] = "slim"
df.loc[(df['IMC'] >= 18.5) & (df['IMC'] <25 ), 'oms'] = "normal"
df.loc[(df['IMC'] >= 25) & (df['IMC'] <=30 ), 'oms'] = "overweight"
df.loc[(df['IMC'] > 30), 'oms'] = "obese"

Answer 3

您可以对熊猫数据框使用lambda函数和apply。

我创建了一个虚拟数据文件：

bmi,height
20,72
22,73
26,77
5,66
13,60

导入数据文件

df = pd.read_csv('data.txt', header=0)

像创建NaN一样创建了一个列（但不必这样做）

df["oms"] = np.nan

然后使用lambda将“ bmi”列与某些条件进行比较

df['oms'] = df['bmi'].apply(lambda x: 'slim' if x < 18.5 else ('normal' if x<25 else ('overweight' if x<30 else 'obese')))

数据看起来像这样

print(df.head())

   bmi  height     oms
0   20      72  normal
1   22      73   obese
2   26      77   obese
3    5      66  skinny
4   13      60  skinny

Answer 4

使用numpy.select，我喜欢这种选择，因为它用途广泛，您可以轻松添加或删除条件。

import numpy as np

condlist = [df["IMC"] <= 18,
           (df["IMC"] >= 18.5) & (df['IMC'] <25),
           (df["IMC"] >= 25) & (df['IMC'] <=30),
            df["IMC"] > 30]

condchoice = ["slim", "normal", "overweight", "obese"]

df["oms"] = np.select(condlist, condchoice)

python使用多个条件创建一个新列

4 个答案: