python-3.x - 检查数字范围并在 pandas 数据框中的新列中写入值

Question

我需要迭代“movies_lated”列，根据条件检查该值，然后在新创建的“expert_level”列中写入一个值。当我对数据子集进行测试时，它有效。但是当我针对整个日期集运行它时，它只填充值 1。

for num in df_merge['movies_rated']:
    if num in range(20,31):
        df_merge['expert_level'] = 1
    elif num in range(31,53):
        df_merge['expert_level'] = 2
    elif num in range(53,99):
        df_merge['expert_level'] = 3
    elif num in range(99,202):
        df_merge['expert_level'] = 4
    else:
        df_merge['expert_level'] = 5

这是一个示例数据框。

movies = [88,20,35,55,1203,99,2222,847]
name = ['angie','chris','pine','benedict','alice','spock','tony','xena']
df = pd.DataFrame(movies,name,columns=['movies_rated'])

当然有更简洁的方法吗？

Answer 1

您可以构建一个 IntervalIndex，然后应用 pd.cut。我确信这是重复的，但我现在找不到同时使用 close='left' 和 .codes 的，尽管我确信它存在。

bins = pd.IntervalIndex.from_breaks([0, 20, 31, 53, 99, 202, np.inf], closed='left')
df["expert_level"] = pd.cut(movies, bins).codes

这给了我

In [242]: bins
Out[242]: 
IntervalIndex([[0.0, 20.0), [20.0, 31.0), [31.0, 53.0), [53.0, 99.0), [99.0, 202.0), [202.0, inf)]
              closed='left',
              dtype='interval[float64]')

和

In [243]: df
Out[243]: 
          movies_rated  expert_level
angie               88             3
chris               20             1
pine                35             2
benedict            55             3
alice             1203             5
spock               99             4
tony              2222             5
xena               847             5

请注意，我已将其设置为低于 20 分的得分为 0，这样就可以将它们与非常高的排名区分开来。如果您确实希望 bin 之外的所有内容都变为 5，则可以直接将 0 重新映射到 5，或者仅传递 [20, 31, 53, 99, 202] 的中断，然后使用代码 -1 映射任何内容(这意味着“未分箱”)到 5。