Question

让我们说我想构建一个虚拟变量，如果一个数字介于1和10之间，则该变量为真，我可以这样做：

df['numdum'] = df['number'].isin(range(1,11))

连续间隔有没有办法做到这一点？因此，创建一个虚拟变量，如果数字在一个范围内，则为true，允许非整数。

Answer 1

Series个对象（包括数据框列）使用between方法：

>>> s = pd.Series(np.linspace(0, 20, 8))
>>> s
0     0.000000
1     2.857143
2     5.714286
3     8.571429
4    11.428571
5    14.285714
6    17.142857
7    20.000000
dtype: float64
>>> s.between(1, 14.5)
0    False
1     True
2     True
3     True
4     True
5     True
6    False
7    False
dtype: bool

Answer 2

这有效：

df['numdum'] = (df.number >= 1) & (df.number <= 10)

Answer 3

你也可以用cut()做同样的事情。如果只有两个类别，则没有真正的优势：

>>> df['numdum'] = pd.cut( df['number'], [-99,10,99], labels=[1,0] )

   number numdum
0       8      1
1       9      1
2      10      1
3      11      0
4      12      0
5      13      0
6      14      0

但如果您有多个类别，那就太好了：

>>> df['numdum'] = pd.cut( df['number'], [-99,8,10,99], labels=[1,2,3] )

   number numdum
0       8      1
1       9      2
2      10      2
3      11      3
4      12      3
5      13      3
6      14      3

标签可以是True和False（如果是首选标签），或者您根本无法指定标签，在这种情况下标签将包含截止点的信息。

Pandas isin（）函数用于连续间隔

3 个答案: