根据条件选择熊猫的特定行

Question

我有一个数据框，其中包含一个名为bmi（身体质量指数）的列，该列包含int值

我必须根据这些值将bmi列中的值分为体重不足，正常，体重超重和肥胖。下面是相同的循环

但是我遇到一个错误。我是初学者。两周前才开始编码。

Answer 1

通常来说，在熊猫中使用for循环通常是个坏主意。熊猫使您可以轻松地操作数据。例如，如果要按某些条件进行过滤：

print(df[df["bmi"] > 30])

将在bmi>30处打印所有行。它的工作方式如下：df[condition]。在这种情况下，条件是“ bmi”大于30，因此我们的条件是df["bmi"] > 30。注意，行df[df["bmi"] > 30]返回满足条件的所有行。我打印了它们，但是您可以随心所欲地对其进行操作。

即使这是一个不好的技术（或仅用于特定需求），您当然也可以遍历数据框。由于df是数据帧对象，因此无法通过for l in df完成此操作。要遍历它，您可以使用iterrows：

for index, row in df.iterrows():
    if (row["bmi"] > 30)
        print("Obese")

也请下次提供内联代码。不要粘贴图片

如果您的目标是分成不同的标签，我建议以下几点：

df.loc[df[df["bmi"] > 30, "NewColumn"] = "Obese"
df.loc[df[df["bmi"] < 18.5, "NewColumn"] = "Underweight"

.loc运算符使我只能操纵部分数据。格式为[行，列]。因此，上面的代码在bmi> 30的行上进行处理，并且仅使用“ NewColumn”（根据需要进行更改）这是一个新列。它将值放在此列的右侧。这样，完成该操作后，您的数据框中就会有一个新列，您可以根据需要选择“肥胖/体重不足”。 附带说明-映射值有更好的方法（例如pandas的map等），但是如果您是初学者，在深入研究更复杂的方法之前，请务必先了解操作数据的简单方法，这一点很重要。这就是为什么我避免解释更复杂的方法

Answer 2

首先，如评论中所述，您应该张贴文本/代码而不是屏幕截图。

您可以在大熊猫中进行分箱：

bmi_labels = ['Normal', 'Overweight', 'Obese']
cut_bins = [18.5, 24.9, 29.9, df["bmi"].max()]
df['bmi_label'] = pd.cut(df['bmi'], bins=cut_bins, labels=bmi_labels)

在这里，我创建了一个单独的列（bmi_label）来存储标签，但是您也可以在同一列（bmi）中进行保存。