使用字典来键入一系列值[重复]

Question

我有一个 pandas 数据框，我想根据另一列的值在新列中创建类别。我可以通过这样做来解决我的基本问题：

range = {
    range(0, 5) : 'Below 5',
    range(6,10): 'between',
    range(11, 1000) : 'above'
}

df['range'] = df['value'].map(range)

在最终的字典键中，我为范围选择了一个较大的上限值，以确保它捕获我尝试映射的所有值。然而，这似乎是一个丑陋的黑客，我想知道如何在不指定上限的情况下概括这一点。 IE。 if > 10 : '高于'。

谢谢

Answer 1

您可以先将所有值设置为“以上”，然后将map() 用于其余选项（因此您的range dict 只有两个项目）：

range = {
    range(0, 5) : 'Below 5',
    range(6,10): 'between',

}
df['range'] = 'above'
df['range'] = df['value'].map(range)

Answer 2

 df['range'] = pd.cut(df['value'], bins = [0, 5, 10, 1000], labels = ["below 5", "between", "above"])

Answer 3

感谢您的提示。我知道我可以通过以下方式实现相同的目标：

df['range'] = df['value'].map(range).fillna('above')

Answer 4

这是使用numpy.select 的另一种方法，您可以在其中指定一个布尔条件列表和一个选项列表：

import numpy as np 

# Setup
df = pd.DataFrame({'value': [1, 3, 6, 8, 20, 10000000]})

condlist = [
    df['value'].lt(5),
    df['value'].between(5, 10),
    df['value'].gt(10)]

choicelist = ['Below 5', 'between', 'above']

df['out'] = np.select(condlist, choicelist)
print(df)

[出]

      value      out
0         1  Below 5
1         3  Below 5
2         6  between
3         8  between
4        20    above
5  10000000    above

---

另一个想法是使用 pandas.cut 并指定 bins 和 labels 参数：

df['out'] = pd.cut(df['value'], bins=[-np.inf, 5, 10, np.inf],
                   labels=['below', 'between', 'above'])

      value      out
0         1    below
1         3    below
2         6  between
3         8  between
4        20    above
5  10000000    above

Answer 5

假设你有一个这样的数据框：

  range value
0   0     0
1   1     1
2   2     2
3   3     3
4   4     4
5   5     5
6   6     6
7   7     7
8   8     8
9   9     9

然后您可以将以下函数应用到“值”列：

def get_value(range):
    if range < 5:
        return 'Below 5'
    elif range < 10:
        return 'Between 5 and 10'
    else:
        return 'Above 10'

df['value'] = df.apply(lambda col: get_value(col['range']), axis=1)

为了得到你想要的结果。

Answer 6

pandas.Series.map 也接受 function 作为第一个参数，所以你可以这样做：

def fun(x):
    if x in range(0, 5):
        return 'Below 5'
    elif x in range(6, 10):
        return 'between'
    elif x >= 11:
        return 'above'

然后：

df['range'] = df['value'].map(fun)