python - pandas.DataFrame.loc ，在新列中标记数据

Question

我有一个像这样的 Pandas 数据框:

     ranking
1    4.33
2    1.34
3    3.76
..

我想创建这个:

     ranking  label
1    4.33     2
2    1.34     0
3    3.76     1
..

这样一个排名< 3.5导致标签 0 ，排名介于3.5之间和 4.25导致标签 1 , 和排名 > 4.25导致标签 2 .

这是我到目前为止写的代码:

df = pd.read_csv('./data/Step7_final.csv', index_col=False, encoding="ISO-8859-1")  
df['label'] = df.ranking.where(df.ranking > 3.4999, 0)
df.loc[df.label > 3.4999 and < 4.2499, 'label']  = 1
df.loc[df.label > 4.2499, 'label']  = 2

我将标签 1 分配给 3.5 到 4.25 之间的排名值的第三行不起作用...我怎样才能让它起作用？

Answer 1

您需要使用按位 & 而不是 and。条件必须按 parantheses 分组.

但是，更好的方法是使用 pd.cut :

pd.cut(df['ranking'], [-np.inf, 3.5, 4.25, np.inf], labels=[0, 1, 2])
Out[55]: 
0    2
1    0
2    1
Name: ranking, dtype: category
Categories (3, int64): [0 < 1 < 2]