Question

熊猫新手在这里。

我正在尝试在数据框中创建一个新列，当我将其提供给分类器时，该列将作为训练标签。

如果给定的Id对于苹果或梨具有（Value1＆gt; 0）或（Value2＆gt; 0），则标签列的值为1.0，否则为0.0。

我的数据框是由Id编制的行，如下所示：

Out[30]: 
                Value1                                               Value2  \
    ProductName    7Up     Apple Cheetos     Onion      Pear PopTart    7Up   
    ProductType Drinks Groceries  Snacks Groceries Groceries  Snacks Drinks   
Id                                                                        
100                0.0       1.0     2.0       4.0       0.0     0.0    0.0   
101                3.0       0.0     0.0       0.0       3.0     0.0    4.0   
102                0.0       0.0     0.0       0.0       0.0     2.0    0.0   


    ProductName     Apple Cheetos     Onion      Pear PopTart  
    ProductType Groceries  Snacks Groceries Groceries  Snacks  
Id                                                         
100                   1.0     3.0       3.0       0.0     0.0  
101                   0.0     0.0       0.0       2.0     0.0  
102                   0.0     0.0       0.0       0.0     1.0

如果熊猫向导可以帮我解释一下这个操作的语法 - 我的思绪一直在努力将它们放在一起。

谢谢！

Answer 1

定义你的功能：

def new_column (x):
       if x['Value1'] > 0 :
          return '1.0'
       if x['Value2'] > 0 :
          return '1.0'
       return '0.0'

将其应用于您的数据：

df.apply (lambda x: new_column (x),axis=1)

Answer 2

@ vlad.rad提供的答案有效，但它效率不高，因为pandas必须在所有行上手动循环Python，而不能利用numpy矢量化函数加速。以下矢量化解决方案应该更有效：

condition = (df['Value1'] > 0) | (df['Value2'] > 0)
df.loc[condition, 'label'] = 1.
df.loc[~condition, 'label'] = 0.

根据现有列

2 个答案: