如何根据熊猫的范围在列中获取布尔值答案

【问题标题】：How to get boolean value in column based on a range in pandas如何根据熊猫的范围在列中获取布尔值
【发布时间】：2020-06-21 07:08:47
【问题描述】：

cf1p2['Age Check'] = (cf1p2['Age']>18 & cf1p2['Age']<60)

我想检查 cf1p2['Age'] 是否介于 18 和 60 之间，并且需要 cf1p2['Age Check'] 列中的结果

当前代码给出以下错误。

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

【问题讨论】：

请发布具有预期结果的数据。以此为指导：stackoverflow.com/questions/20109391/…
cf1p2['Age Check'] = cf1p2['Age'].between(18, 60, inclusive=False)
尝试cf1p2.loc[(cf1p2['Age']>18) & (cf1p2['Age']<60), 'new_col'] = value 您也可以使用np.where 基本上将数据框转换为真正的假布尔值，您需要将其作为数据框的表达式访问或返回，或使用pandas/numpy 方法将系列/数据框转换为布尔值
这能回答你的问题吗？ pandas equivalent of np.where

标签： python pandas

【解决方案1】：

您好，我有一个解决方案：

df['Age Check'] = np.where(df['age']>=18 & df['age']<=60, 'yes', 'no')

如果有帮助请告诉我！

【讨论】：

【解决方案2】：

您错过了一对用于分隔两个布尔值的括号。试试看：cf1p2['Age Check'] = (cf1p2['Age']>18) & (cf1p2['Age']<60)

【讨论】：

【解决方案3】：

考虑这个例子：

df:

    A   B   C   D   E   F   G
0   52  41  23  53  22  22  39
1   48  49  58  48  45  57  32
2   38  49  48  25  32  22  27
3   46  34  43  52  50  32  30
4   59  47  49  22  53  31  38
5   49  49  58  37  28  31  34
6   31  29  28  41  39  36  47
7   34  55  52  39  32  25  55
8   34  21  48  22  22  53  42
9   44  23  57  52  29  54  43

df['age_check'] = (df['A'] > 58) & (df['A'] < 60)
df

结果：

A   B   C   D   E   F   G   age_check
0   52  41  23  53  22  22  39  False
1   48  49  58  48  45  57  32  False
2   38  49  48  25  32  22  27  False
3   46  34  43  52  50  32  30  False
4   59  47  49  22  53  31  38  True
5   49  49  58  37  28  31  34  False
6   31  29  28  41  39  36  47  False
7   34  55  52  39  32  25  55  False
8   34  21  48  22  22  53  42  False
9   44  23  57  52  29  54  43  False

代替

cf1p2['Age Check'] = (cf1p2['Age']>18 & cf1p2['Age']<60)

应该是

cf1p2['Age Check'] = (cf1p2['Age']>18) & (cf1p2['Age']<60)

【讨论】：

【解决方案4】：

使用Series.between:

cf1p2['Age Check'] = cf1p2['Age'].between(18, 60, inclusive=False)

如果您在条件周围添加一些括号，您自己的解决方案也应该有效：

cf1p2['Age Check'] = (cf1p2['Age'] > 18) & (cf1p2['Age'] < 60)

【讨论】：