Question

尝试根据现有的“临时”列值创建新值Chill或Frozen。

Temp包含以下值：

-18.00C
-20.00C
+10.00C
+19.00C
Nan
DRY

如何使用熊猫实现它

df = pd.DataFrame({'Temp': ['-18.00C', '+10.00c', 'NaN', 'DRY']})

如果Temp <0.0C，它将落在Frozen下
如果Temp> 0.0C，它将低于Chill
如果Temp是“ Nan”或“ DRY”，它将属于NA

预期结果：

Temp_Category
Frozen
Chill
NA
NA

Answer 1

您可以按字典提取第一个值和Series.map，但始终在数字前提取必要的值+和-。

df = pd.DataFrame({'Temp': ['-18.00C', '+10.00c', 'NaN', 'DRY', '+0c', '20c']})

d = {'-':'Frozen', '+':'Chill'}
df['new1'] = df['Temp'].str[0].map(d)

另一个想法是提取数值，转换为float并使用numpy.sign，但是如果还有0，则输出也是0，所以输出是NaN ：

pat = r"([-+]?\d*\.\d+|\d+)"
d1 = {1:'Chill', -1:'Frozen', 0:'Chill'}
df['new2'] = np.sign(df['Temp'].str.extract(pat, expand=False).astype(float)).map(d1)

具有2个条件和numpy.select的解决方案：

pat = r"([-+]?\d*\.\d+|\d+)"
s = df['Temp'].str.extract(pat).astype(float)
df['new3'] = np.select([s >= 0, s < 0], ['Chill','Frozen'], default=np.nan)

如果只有温度的最后一个值是非数字的（例如c或C），则可以使用to_numeric通过索引删除最后一个字符：

s = pd.to_numeric(df['Temp'].str[:-1], errors='coerce')
df['new4'] = np.select([s >= 0, s < 0], ['Chill','Frozen'], default=np.nan)
print (df)
      Temp    new1    new2    new3    new4
0  -18.00C  Frozen  Frozen  Frozen  Frozen
1  +10.00c   Chill   Chill   Chill   Chill
2      NaN     NaN     NaN     nan     nan
3      DRY     NaN     NaN     nan     nan
4      +0c   Chill   Chill   Chill   Chill
5      20c     NaN   Chill   Chill   Chill

基于现有列值的新列

1 个答案: