Question

我具有以下数据框，并且如果 id：1 大于100并且 id：2 ，我想将值设置为二进制 1 小于100 或二进制 0 ，如果 id：1 小于101 并且 id： 2 大于99 。

time                 id   value
2012-11-01 22:00:06   1   500
2012-11-01 22:00:07   1   50
2012-11-01 22:00:08   1   0
2012-11-01 22:00:09   2   45
2012-11-01 22:00:10   2   150
2012-11-01 22:00:11   2   70
2012-11-01 22:00:12   2   20
2012-11-01 22:00:13   2   0
2012-11-01 22:00:13   3   1
2012-11-01 22:00:13   3   0
2012-11-01 22:00:13   4   1
2012-11-01 22:00:13   4   1

如果我在数据框中仅具有 id：1 和 id：2 ，则可以通过添加以下新列来实现此目的。

rindx=df[((df['id'] == 1) & (df['value'] > 100)) | ((df['id'] == 2) & (df['value'] < 100))].index 
df.loc[rindx,'threshold']= 1 
rindx=df[((df['id'] == 1) & (df['value'] < 101)) | ((df['id'] == 2) & (df['value'] > 99))].index 
df.loc[rindx,'threshold']= 0

当我使用其他ID值不一致的ID（例如，在这种情况下， id：1 和 id：2 没有二进制值，我需要将它们转换为二进制，就像 id：3 和 id：4 。

预期输出：

time                 id   value
2012-11-01 22:00:06   1   1
2012-11-01 22:00:07   1   0
2012-11-01 22:00:08   1   0
2012-11-01 22:00:09   2   1
2012-11-01 22:00:10   2   0
2012-06-01 22:00:11   2   1
2012-11-01 22:00:12   2   1
2012-11-01 22:00:13   2   0
2012-11-01 22:00:13   3   1
2012-11-01 22:00:13   3   0
2012-11-01 22:00:13   4   1
2012-11-01 22:00:13   4   1

Answer 1

您快到了：

                   time  id  value  threshold
0   2012-11-01 22:00:06   1    500          1
1   2012-11-01 22:00:07   1     50          0
2   2012-11-01 22:00:08   1      0          0
3   2012-11-01 22:00:09   2     45          1
4   2012-11-01 22:00:10   2    150          0
5   2012-11-01 22:00:11   2     70          1
6   2012-11-01 22:00:12   2     20          1
7   2012-11-01 22:00:13   2      0          1
8   2012-11-01 22:00:13   3      1          1
9   2012-11-01 22:00:13   3      0          0
10  2012-11-01 22:00:13   4      1          1
11  2012-11-01 22:00:13   4      1          1

输出：

ArrayFormula(SUMPRODUCT(('Stock In by Invoices'!F5:F=E5)*('Stock In by Invoices'!G5:G=F5)*('Stock In by Invoices'!I5:I2001)))

将值重新分配给特定列，并使用pandas与其余列合并

1 个答案: