如何在Pandas DataFrame

Question

假设我有一个DataFrame，其中一列（我们称之为＆＃39; power＆＃39;）保存从1到10000的整数值。我想生成一个numpy数组，其中包含，对于每一行，一个值指示DataFrame的相应行是否具有“电源”中的值。列大于9000.

我可以这样做：

def categorize(frame):
    return np.array(frame['power']>9000)

这将给我一个布尔数组，可以使用True和False进行测试。但是，假设我希望数组的内容为1和-1，而不是True和False。如何在不必遍历框架中的每一行的情况下完成此操作？

对于后台，该应用程序正在通过使用scikit-learn的机器学习准备二进制分类数据。

Answer 1

您可以将np.where用于此类内容。

请考虑以下事项：

import pandas as pd

df = pd.DataFrame({
    'a': range(20)})
df['even'] = df.a % 2 == 0

所以现在even是一个布尔列。要按照您喜欢的方式创建数组，可以使用

np.where(df.even, 1, -1)

如果您愿意，可以将其分配回DataFrame：

df['foo'] = np.where(df.even, 1, -1)

进一步查看pandas cookbook这类内容。