熊猫数据框中值的映射范围[重复]

Question

抱歉，如果以前有人问过这个问题，但我看了很多，没有结果。

import pandas as pd    
import numpy as np    
df = pd.DataFrame(data = np.random.randint(1,10,10),columns=['a'])    

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

我想创建一个新列b，它根据某些规则映射a 的多个值，例如 a=[1,2,3] 为 1，a = [4,5,6, 7] 是 2，a = [8,9,10] 是 3。一对一的映射对我来说很清楚，但是如果我想按值列表或范围进行映射呢？

我沿着这些路线坚持...

df['b'] = df['a'].map({[1,2,3]:1,range(4,7):2,[8,9,10]:3})

Answer 1

有几种选择。

Pandas 通过pd.cut / NumPy 通过np.digitize

您可以构建一个边界列表，然后使用专业的库函数。这在@EdChum's solution 和this answer 中有描述。

NumPy 通过np.select

df = pd.DataFrame(data=np.random.randint(1,10,10), columns=['a'])

criteria = [df['a'].between(1, 3), df['a'].between(4, 7), df['a'].between(8, 10)]
values = [1, 2, 3]

df['b'] = np.select(criteria, values, 0)

criteria的元素是布尔系列，所以对于lists的值，可以使用df['a'].isin([1, 3])等

字典映射通过range

d = {range(1, 4): 1, range(4, 8): 2, range(8, 11): 3}

df['c'] = df['a'].apply(lambda x: next((v for k, v in d.items() if x in k), 0))

print(df)

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

Answer 2

IIUC 你可以使用cut 来实现：

In[33]:
pd.cut(df['a'], bins=[0,3,7,11], right=True, labels=False)+1

Out[33]: 
0    2
1    3
2    3
3    1
4    1
5    1
6    1
7    3
8    2
9    2

在这里，您可以将截止值传递给cut，这将对您的值进行分类，通过传递labels=False，它将给它们一个序数值（从零开始），因此您只需将+1 传递给它们

您可以在此处查看削减的计算方式：

In[34]:
pd.cut(df['a'], bins=[0,3,7,11], right=True)

Out[34]: 
0     (3, 7]
1    (7, 11]
2    (7, 11]
3     (0, 3]
4     (0, 3]
5     (0, 3]
6     (0, 3]
7    (7, 11]
8     (3, 7]
9     (3, 7]
Name: a, dtype: category
Categories (3, interval[int64]): [(0, 3] < (3, 7] < (7, 11]]