基于列值的百分比减少

Question

我的数据框如下所示：

question   timeSpent
a          5354
b          2344
c          2555
d          5200
e          3567

我想添加一个额外的列Score，其中包含介于0 和1 之间的值。 timeSpent（以秒表示）越大，Score 越接近 0。如果花费的时间更小，则Score 接近 1。

如果timeSpent 小于或等于2500，则假设值为1。然后每经过100 秒，它就会下降20%。如果达到或大于5500，则停留在0。

所以对于2600，得分为0.8，对于2700，得分为0.64 等等。

我为每个区间编写了 if-else 语句，但我认为必须有更快的方法来做到这一点。

Answer 1

您可以创建一个函数来计算分数并将其应用于每个timeSpent

def get_score(num):
    if num <= 2500: return 1
    if num >= 5500: return 0
    x = 1
    for _ in range((num - 2500) // 100):
        x *= 0.8
    return x

df = pd.DataFrame({'question': [a, b, c, d, e], 'timeSpent': [5354, 2344, 2555, 5200, 3567]})
df['Score'] = df.timeSpent.apply(lambda x: get_score(x))

输出：

  question  timeSpent     Score
0        a       5354  0.001934
1        b       2344  1.000000
2        c       2555  1.000000
3        d       5200  0.002418
4        e       3567  0.107374