python - 使用 pandas 数据框的 .loc 函数

Question

我有一个 Pandas 数据框，其中一列是:

 a = [1,0,1,0,1,3,4,6,4,6]

现在我想创建另一列，这样任何大于 0 且小于 5 的值都被分配为 1，其余值被分配为 0，即:

a = [1,0,1,0,1,3,4,6,4,6]
b = [1,0,1,0,1,1,1,0,1,0]

现在我已经做到了

dtaframe['b'] = dtaframe['a'].loc[0 < dtaframe['a'] < 5] = 1
dtaframe['b'] = dtaframe['a'].loc[dtaframe['a'] >4 or dtaframe['a']==0] = 0

但是代码抛出错误。怎么办？

Answer 1

您可以使用 between获取 bool 值，然后 astype 将 bool 值转换为 0/1:

dtaframe['b'] = dtaframe['a'].between(0, 5, inclusive=False).astype(int)

结果输出:

   a  b
0  1  1
1  0  0
2  1  1
3  0  0
4  1  1
5  3  1
6  4  1
7  6  0
8  4  1
9  6  0

编辑

对于多个范围，您可以使用 pandas.cut :

dtaframe['b'] = pd.cut(dtaframe['a'], bins=[0,1,6,9], labels=False, include_lowest=True)

您需要注意如何定义 bins。使用 labels=False 将为每个 bin 返回整数指示符，这恰好与您提供的标签相对应。您还可以手动指定每个箱子的标签，例如labels=[0,1,2]，labels=[0,17,19]，labels=['a','b','c '] 等。如果您手动指定标签，您可能需要使用 astype，因为它们将作为类别返回。

或者，您可以结合使用 loc 和 between 来手动指定每个范围:

dtaframe.loc[dtaframe['a'].between(0,1), 'b'] = 0
dtaframe.loc[dtaframe['a'].between(2,6), 'b'] = 1
dtaframe.loc[dtaframe['a'].between(7,9), 'b'] = 2