Question

我有以下数据框：

Index ColA ColB ColC ColD 
0       1    4   13   ABC
1       12   1   24   ABC
2       36   18  1    ABC
3       41   45  1    ABC

现在，我正在寻找一个简单的命令来转换pandas df，使ColA，ColB和ColC的值类似于以下内容：

for each row:
   if value in ColA <= 12 then 1
   if value in ColA > 12 and <= 24 then 2
   if value in ColA > 24 and <= 36 then 3
   if value in ColA > 36 then 4

（其他列也相同）

所以结果看起来像这样：

Index ColA ColB ColC ColD 
0       1    1   2    ABC
1       1    1   2    ABC
2       3    2   1    ABC
3       4    4   1    ABC

有没有简单的方法可以实现这一目标？：-）

最好的问候，安德烈

Answer 1

您可以使用熊猫提供的功能来解决此问题。

基本上，您可以遍历所有列，并使用pandas数据框提供的功能将范围内的列的所有值更改为新值。

import pandas as pd
import numpy as np

df = pd.DataFrame()

df["ColA"] = [1, 12, 32, 24]
df["ColB"] = [23, 11, 6, 45]
df["ColC"] = [10, 25, 3, 23]

print(df)

输出：

   ColA  ColB  ColC
0     1    23    10
1    12    11    25
2    32     6     3
3    24    33    23

现在，我们将使用代码df['ColA'].between(0,12)查找具有给定范围内值的列的所有索引，并使用代码df.loc[df['ColA'].between(0,12), 'ColA'] = 1为该列分配这些索引的新值。 / p>

这是为ColA完成的，现在要对数据帧的所有列执行此操作，我们将使用循环，并且可以使用以下代码来完成。

for col in df.columns:
    df.loc[df[col].between(0,12), col] = 1
    df.loc[df[col].between(13,24), col] = 2
    df.loc[df[col].between(25,36), col] = 3

print(df)

输出：

   ColA  ColB  ColC
0     1     2     1
1     1     1     3
2     1     1     1
3     1     3     2

Answer 2

使用numpy.select的常规解决方案：

cols = ['ColA','ColB','ColC']
m1 = df[cols] <= 12
m2 = df[cols] <= 24
m3 = df[cols] <= 36

df[cols] = np.select([m1, m2, m3], [1,2,3], default=4)
print (df)
   ColA  ColB  ColC ColD
0     1     1     2  ABC
1     1     1     2  ABC
2     3     2     1  ABC
3     4     4     1  ABC

如果alwyas需要具有您条件的[1,2,3,4]值的另一种解决方案：

减去1并使用12的整数除法，最后加上1，还加上DataFrame.clip来设置超出阈值的最小和最大值：

cols = ['ColA','ColB','ColC']

df[cols] = (df[cols].clip(lower=1, upper=37) - 1) // 12 + 1

在熊猫的多列中替换整数值范围

2 个答案: