Pandas Dataframe - 用布尔掩码替换值答案

【问题标题】：Pandas Dataframe - replace value with boolean maskPandas Dataframe - 用布尔掩码替换值
【发布时间】：2021-08-03 16:26:07
【问题描述】：

我有一个数据框，其中有一列名为“温度”

data = {'Day':  [1,2,3,4],
        'Temperature': [20,30,40,50]
        }

现在，我不想要温度数字，而是将“1”分配给温度在 25 到 45 范围内的单元格。如果不是，我将分配 0 给它。

我想要的数据框是

    data = {'Day':  [1,2,3,4],
        'Temperature': [0,1,1,0]
        }

我有一个如下的布尔掩码：

df[(df['Temperature']<=45) & (df['Temperature']>=25)]

如何使用布尔掩码来实现这一点？或者，最好的方法是什么？

谢谢。

【问题讨论】：

标签： python pandas dataframe boolean data-manipulation

【解决方案1】：

想法是通过转换为整数将布尔掩码转换为0,1：

df = pd.DataFrame(data)

df['Temperature'] = ((df['Temperature']<=45) & (df['Temperature']>=25)).astype(int)

df['Temperature'] = np.where(df['Temperature']<=45) & (df['Temperature']>=25), 1, 0)

与Series.between类似的解决方案：

df['Temperature'] = df['Temperature'].between(25, 45).astype(int)

df['Temperature'] = np.where(df['Temperature'].between(25, 45), 1, 0)

【讨论】：

【解决方案2】：

data = {'Day':  [1,2,3,4],
        'Temperature': [20,30,40,50]
        }

df = pd.DataFrame(data)
df[(df['Temperature']<=45) & (df['Temperature']>=25)] = 1
df[(df['Temperature']>=45) & (df['Temperature']>=25)] = 0

【讨论】：