使用单独的分配评估 Pandas Dataframe 中的两个条件

Question

在尝试了许多不同的组合并进行研究之后，我想出了这个解决方案，但我仍然遇到 ValueError。我需要根据基于 2 个结果高于或低于阈值的列比较评估来进行“1”或“0”分配。例如，假设我的数据如下所示：

df:

   avg   var1   
0  30     60   
1  40     50
2  45     20
3  50     10
4  50     74

df_final 需要看起来像这样：

   avg   var1  condition 
0  30     60   1
1  40     50   1
2  45     20   0
3  50     10   0
4  50     74   1

我已经尝试过使用“|”对于“或”运算符，我也尝试在以下条件下使用 np.where 并得到答案，但答案不正确。

df['condition'] = df[(df.var1 > df.avg == 1) | (df.var1 < df.avg == 0)]

但得到 ValueError。

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

谢谢。我想我很接近，但只是稍微偏离了一点。

Answer 1

只需将布尔掩码转换为整数类型：

df['condition'] = (df.var1 > df.avg).astype(int)

---

   avg  var1  condition
0   30    60          1
1   40    50          1
2   45    20          0
3   50    10          0
4   50    74          1