我想比较两个连续的房价Sale，并创建存储二进制变量的新列。
到目前为止，这是我的流程：
dataset['High'] = dataset['November'].map(lambda x: 1 if x>50000 else 0)
这允许我只处理一列，但我想比较 11月和 12月房价列，并创建包含二进制变量的新列。
我想要输出
November - December - NewCol
-------------------------------
651200 - 626600 - 0
420900 - 423600 - 1
82300 - 83100 - 1
177000 - 169600 - 0
285500 - 206300 - 0
633900 - 640000 - 1
218900 - 222400 - 1
461700 - 403800 - 0
419100 - 421300 - 1
127600 - 128300 - 1
553400 - 547800 - 0
11月和12月是一个连续变量，因此我希望将其转换为二进制变量。我想使用ifelse（）函数创建一个名为“NewCol”的变量，如果 ['November，它将取值“1” '] 列大于 ['December'] ，并且取值“0”。
答案 0 :(得分：2)
与@ 3novak类似，但有铸造。一个人使用pandas来提高效率，但是当你使用类似map的东西需要表示为（更昂贵的）python变量的值时，你也可以使用python列表。尝试使用适用于整个系列和数据帧的pandas操作。
>>> import pandas as pd
>>> df = pd.read_csv('test.csv')
>>> df
November December
0 651200 626600
1 420900 423600
2 82300 83100
3 177000 169600
4 285500 206300
5 633900 640000
6 218900 222400
7 461700 403800
8 419100 421300
9 127600 128300
10 553400 547800
>>> df['Higher'] = df['December'].gt(df['November']).astype(int)
>>> df
November December Higher
0 651200 626600 0
1 420900 423600 1
2 82300 83100 1
3 177000 169600 0
4 285500 206300 0
5 633900 640000 1
6 218900 222400 1
7 461700 403800 0
8 419100 421300 1
9 127600 128300 1
10 553400 547800 0
答案 1 :(得分：1)
答案：这可以解决问题。
dataset['deff'] = np.where(dataset['2016-11'] >= dataset['2016-12'], 0,1)
答案 2 :(得分：0)
如果我理解正确，您可以使用以下命令创建布尔列。我们甚至不需要使用ifelse声明。相反，我们可以使用pandas数据帧的矢量化特性。
data['NewCol'] = data['November'] > data['December']
这会返回一列True和False值，而不是1和0，但它们在功能上是等效的。您可以将True 1和False视为0，并将其视为等等。