Question

我正在尝试使用条件创建定性观察结果在熊猫中创建一列。

例如，如果数据框如下所示：

我想创建一个新列（我们将其命名为df['length']），它是对距离的观察。

例如：

if df[Distance] = 1:
  print('Short')

我希望在符合条件的每一行中将“短”输入到新列中。

例如：

if df[Distance] > 10:
  print('Long')

我希望新列中符合条件的每一行都是'Long'。

我该怎么做？

我正在尝试将其写入函数中。这就是我现在拥有的：

def trip_distance(row):    

    df = pd.read_csv('taxi_january_standard_rate.csv')

    if df['trip_distance'] > 50 :
        return "Long"

然后我尝试用它来填充新列：

df['trip_length'] = df.apply(trip_distance , axis=1)

但是它似乎不起作用。这给了我一个错误：

（'系列的真值不明确。请使用a.empty，a.bool（）， a.item（），a.any（）或a.all（）。”，“发生在索引0”）

基本上，我正在尝试对出租车数据集中的一列进行5个定性描述，其中对于大于一定值的每个距离，我将其描述为“长”，或者如果它接近均值，则我将其描述为“平均”等

Answer 1

您需要np.where

 import numpy as np
 df['Length']=np.where(df['Distance']>10,'Long','Short')

如果需要多种条件，请使用@sacul解决方案，请使用np.select

df['length'] = np.select([df.Distance < 2, df.Distance > 10], ['short', 'long'], 'average')

Answer 2

>>> df = pd.DataFrame(l,columns=['Distannce'])
>>> df
   Distannce
0          1
1          5
2         40
3         15

>>> df['length'] = np.nan
>>> df['length'][df['Distannce'] > 10] = 'Long'
>>> df
   Distannce length
0          1    NaN
1          5    NaN
2         40   Long
3         15   Long
>>> df['length'][df['Distannce'] == 1] = 'Short'
>>> df
   Distannce length
0          1  Short
1          5    NaN
2         40   Long
3         15   Long
>>>

让我知道是否有帮助，如果有帮助，也请标记为答案。

Answer 3

或者，您可以执行以下操作：

df.loc[df['Distance'] > 10, 'length'] = 'Long'
df.loc[df['Distance'] == 1, 'length'] = 'Short'

输出：

   Distance length
0   1      Short
1   5      NaN
2   40     Long
3   15     Long

您可以使用fillna使用所需的任意值填充NaN

如何根据条件在Pandas中构建新列（“新列”应输出字符串）

3 个答案: