python - 根据条件创建 Pandas Dataframe 的更好方法

Question

我的任务是根据其他 Dataframes 中的条件创建 Dataframes。

我已经用同样的方法做了大约一个星期了，但我很好奇是否有更好的方法。我偶然发现了This Example .现在我知道他使用的示例是根据条件创建一个单独的列，但这让我想知道我的代码是否可以改进。

为了便于使用，这里是链接中代码的简化版本:

import pandas as pd
import numpy as np

raw_data = {'student_name': ['Miller', 'Jacobson', 'Ali', 'Milner', 'Cooze', 'Jacon', 'Ryaner', 'Sone', 'Sloan', 'Piger', 'Riani', 'Ali'], 
        'test_score': [76, 88, 84, 67, 53, 96, 64, 91, 77, 73, 52, np.NaN]}
df = pd.DataFrame(raw_data, columns = ['student_name', 'test_score'])

print(df)

grades = []

for row in df['test_score']:
    if row > 59:
        grades.append('Pass')
    else:
        grades.append('fail')
df['grades'] = grades
print(df)

   student_name  test_score grades
0        Miller        76.0   Pass
1      Jacobson        88.0   Pass
2           Ali        84.0   Pass
3        Milner        67.0   Pass
4         Cooze        53.0   fail
5         Jacon        96.0   Pass
6        Ryaner        64.0   Pass
7          Sone        91.0   Pass
8         Sloan        77.0   Pass
9         Piger        73.0   Pass
10        Riani        52.0   fail
11          Ali         NaN   fail

继续上面的例子，如果我不想做一个“成绩”列，而是想要一个包含所有通过考试的人的数据框。我个人会这样做:

pass_df = df[df['test_score'] > 59]
print(pass_df)

是否有更好的方式来做到这一点？

Answer 1

可以使用 np.where 更好地分配新列.

df['grades'] = np.where(df.test_score > 59, 'Pass', 'fail')

对于测试分数大于 59 的索引，您的方法是标准的，但是如果您打算将结果视为其自己的 DataFrame，您将需要调用 .copy()。

演示

>>> df['grades'] = np.where(df.test_score > 59, 'Pass', 'fail')

>>> df
   student_name  test_score grades
0        Miller        76.0   Pass
1      Jacobson        88.0   Pass
2           Ali        84.0   Pass
3        Milner        67.0   Pass
4         Cooze        53.0   fail
5         Jacon        96.0   Pass
6        Ryaner        64.0   Pass
7          Sone        91.0   Pass
8         Sloan        77.0   Pass
9         Piger        73.0   Pass
10        Riani        52.0   fail
11          Ali         NaN   fail