for if 循环根据条件进行分类答案

【问题标题】：for if loop to categorize under conditionfor if 循环根据条件进行分类
【发布时间】：2019-02-23 08:03:38
【问题描述】：

我是python的新手，以前用过R。为此，我会使用as.factor并根据数字进行分类。

之前我尝试使用 replace 和 .loc 函数，以便根据条件在新列中提供新的类别值，但它只会在我想做的事情上失败。

最终我创建了以下非常简单的函数：

g['Category'] = ""

for i in g['NumFloorsGroup']:
    if i == '0-9' or i == '10-19':
        g['Category'] = 'LowFl'
    elif i == '50~':
        g['Category'] = 'HighFl'
    else:
        g['Category'] = 'NormalFl'

但是，当我运行该函数时，它只返回“LowFl”并且不会更正其他部分。我觉得我错过了什么。

数据信息如下：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 596 entries, 128 to 595
Data columns (total 4 columns):
YearBuilt         596 non-null int64
NumFloorsGroup    596 non-null category
Count             596 non-null int64
Category          596 non-null object
dtypes: category(1), int64(2), object(1)

任何评论都会有所帮助！

bins = [0, 10, 20, 30, 40, 50, np.inf]
labels = ['0-9', '10-19', '20-29', '30-39', '40-49', '50~']
copy = original_data.copy()
copy['NumFloorsGroup'] = pd.cut(copy['NumFloors'], bins=bins, labels=labels, include_lowest=True)

g = (copy.groupby(['YearBuilt', 'NumFloorsGroup'])['YearBuilt']
        .count()
        .reset_index(name="Count")
                 .sort_values(by='Count', ascending=False))

以及只返回LowFl的部分

g['Category'] = ""

for i in g['NumFloorsGroup']:
    if i == '0-9' or i == '10-19':
        g['Category'] = 'LowFl'
    elif i == '50~':
        g['Category'] = 'HighFl'
    else:
        g['Category'] = 'NormalFl'

这会将所有类别返回为 LowFl

    YearBuilt   NumFloorsGroup  Count   Category
128 1920    0-9 90956   LowFl
171 1930    0-9 76659   LowFl
144 1925    0-9 70387   LowFl
237 1950    0-9 47237   LowFl
91  1910    0-9 46384   LowFl

【问题讨论】：

NumFloorsGroup列是如何创建的？
我将 pd.cut 与基于另一列称为楼层数@jezrael 的垃圾箱和标签一起使用
谢谢，可以看到吗？我认为最好的办法是改变它，给我一些时间来解决。
我不确定如何共享整个数据，但我会在帖子中添加我所做的。谢谢！ @jezrael

标签： python pandas for-loop if-statement

【解决方案1】：

你可以试试这个：

d = {
  "0-9": 'LowFl',
  "10-19": 'LowFl',
  "10-19": '50~',
}
g['NumFloorsGroup'].map(lambda key: d.get(key, 'NormalFl'))

【讨论】：

【解决方案2】：

我建议用新的 bin 和新标签更改 cut 函数，因为最好的方法是避免 pandas 中的循环，因为如果存在一些矢量化函数会很慢：

df = pd.DataFrame({'Floors':[0,1,10,19,20,25,40, 70]})

bins = [0, 10, 20, 30, 40, 50, np.inf]
labels = ['0-9', '10-19', '20-29', '30-39', '40-49', '50~']

df['NumFloorsGroup'] = pd.cut(df['Floors'], 
                              bins=bins, 
                              labels=labels,
                              include_lowest=True)

df['Category'] = pd.cut(df['Floors'], 
                        bins=[0, 19, 50, np.inf], 
                        labels=['LowFl','NormalFl','HighFl'],
                        include_lowest=True)

print (df)
   Floors NumFloorsGroup  Category
0       0            0-9     LowFl
1       1            0-9     LowFl
2      10            0-9     LowFl
3      19          10-19     LowFl
4      20          10-19  NormalFl
5      25          20-29  NormalFl
6      40          30-39  NormalFl
7      70            50~    HighFl

或将map 与带有fillna 的字典一起使用以将不在字典（NaNs）中的值替换为NormalFl：

d = { "0-9": 'LowFl',  "10-19": 'LowFl',"50+": 'HighFl'}
df['Category']  = df['NumFloorsGroup'].map(d).fillna('NormalFl')

【讨论】：

哦，这部分我也应该使用 pd 切割！我想我的思考过程太复杂了。谢谢！
@tmhs - 很高兴能帮上忙！

【解决方案3】：

您的解决方案不起作用的原因是您没有迭代数据框。因此，要更正您的解决方案，而不是将其直接分配给列，而是将值附加到列表中，然后再将列表分配给数据框。

category = []
for i in g['NumFloorsGroup']:
    if i == '0-9' or i == '10-19':
        category.append('LowFl')
    elif i == '50~':
        category.append('HighFl')
    else:
        category.append('NormalFl')

g.assign(category = category)

【讨论】：

啊，这就是为什么我总是必须创建列表并附加它们的原因。谢谢，在花了这么多时间想知道为什么它不起作用之后，我永远不会忘记这一点。