使用pandas数据帧的.loc函数

Question

我有一个pandas数据框，其中一列是：

 a = [1,0,1,0,1,3,4,6,4,6]

现在我想创建另一个列，使得任何大于0且小于5的值都被赋值为1而休息被赋值为0，即：

a = [1,0,1,0,1,3,4,6,4,6]
b = [1,0,1,0,1,1,1,0,1,0]

现在我已经完成了这个

dtaframe['b'] = dtaframe['a'].loc[0 < dtaframe['a'] < 5] = 1
dtaframe['b'] = dtaframe['a'].loc[dtaframe['a'] >4 or dtaframe['a']==0] = 0

但代码抛出并出错。该怎么办？

Answer 1

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

修改

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)

您需要注意定义bins的方式。使用labels=False将返回每个bin的整数指示符，这恰好与您提供的标签相对应。您也可以手动指定每个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，您可以合并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

Answer 2

当使用比较运算符和布尔逻辑来过滤数据帧时，您无法使用a < myseries < b的pythonic成语。相反，您需要(a < myseries) & (myseries < b)

cond1 = (0 < dtaframe['a'])
cond2 = (dtaframe['a'] <= 5)
dtaframe['b'] = (cond1 & cond2) * 1

Answer 3

使用np.where：

尝试此操作

dtaframe['b'] = np.where(([dtaframe['a'] > 4) | (dtaframe['a']==0),0, dtaframe['a'])