Question

我正在尝试使用字符串填充数据框“分类”列，这些字符串指示该值是否位于标题为“ Valence_mean”的列的200个最低值或200个最高值之内。

因此，如果“ Valence_mean”列中某个单元格的值位于该列值的200个最低值中，则同一行“分类”列的单元格中的标签应为“ Low_Valence”。否则，如果“ Valence_mean”列中某个单元格的值在“ Classification”列中对应的单元格的200个最大值中，则应为“ high_valence”。

df.head（）

Out[31]: 
  Unnamed: 0      Theme Category   Source  Valence_mean  Valence_SD  \
0         I1   Acorns 1   Object  Pixabay      4.686275    0.954203   
1         I2   Acorns 2   Object  Pixabay      4.519608    0.841150   
2         I3   Acorns 3   Object  Pixabay      4.754902    0.958921   
3         I4  Alcohol 1   Object  Pixabay      4.685185    1.189111   
4         I5  Alcohol 2   Object  Pixabay      4.250000    1.136686   

   Valence_N  Arousal_mean  Arousal_SD  Arousal_N  
0        102      2.346535    1.602720        101  
1        102      2.227723    1.399151        101  
2        102      2.306931    1.514877        101  
3        108      2.865385    1.695555        104  
4        108      3.000000    1.700942        104  

df['Classification'] = ''

我试图首先将“分类”列中的每个单元格编码为“低价”，如果它在200个最小的“价均值”行列表中。

df.loc[df.Valence_mean in df.nsmallest(200, 'Valence_mean'), ['Classification']] = 'Low_Valence'

我也尝试过：

if df.Valence_mean.isin(df.nsmallest(200, 'Valence_mean')):
    df['Classification'] = 'Low_Valence'
if df.Valence_mean.isin(df.largest(200, 'Valence_mean')):
    df['Classification'] = 'Low_Valence'

以上代码生成错误。想知道是否有更好的方法可以做到这一点。

此解决方案有效，但我想知道是否还有更优雅的方法：

small_Valence_df = df.nsmallest(200, 'Valence_mean')
high_Valence_df = df.nlargest(200, 'Valence_mean')
small_Valence_df['Classification'] = 'Low_Valence'
high_Valence_df['Classification'] = 'High_Valence'
frames = [small_Valence_df, high_Valence_df]
valence_df = pd.concat(frames)
valence_df.head()

Answer 1

df.loc[df.nsmallest(200,'Valence_mean').index.values,["Classification"]]="Low_valence"

您可以获取索引值并更改值

根据同一行中另一个单元格的条件，填充列的每一行的最佳方法是什么？

1 个答案: