在条件熊猫的新列中分配值答案

【问题标题】：Assign values in new column on condition pandas在条件熊猫的新列中分配值
【发布时间】：2017-10-26 10:40:58
【问题描述】：

我有一个数据框：

id    name    value
 1    asd      0.5
 2    fgg      0.8
 3    hfd      1.5
 4    erw      0.5

我必须创建一个新列 accept，这样，如果值大于 1.0，则将 outlier 设为 1，否则设为 0。

id    name    value   accept
 1    asd      0.5      0
 2    fgg      0.8      0
 3    hfd      1.5      1
 4    erw      0.5      0

我可以使用 iterrows 并使用 .loc。

for index,row in df.iterrows():
    if row['value']>1:
        df.loc[df.index==row.index,'accept'] = 1
    else:
        df.loc[df.index==row.index,'accept'] = 0

有没有更简单的方法来做到这一点而无需迭代？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

条件转换为int - Trues 转换为1 和Falses 转换为0：

df['accept'] = (df['value'] > 1).astype(int)
print (df)
   id name  value  accept
0   1  asd    0.5       0
1   2  fgg    0.8       0
2   3  hfd    1.5       1
3   4  erw    0.5       0

对于其他值，请使用 numpy.where:

df['accept'] = np.where(df['value'] > 1, 'high', 'low')
print (df)
   id name  value accept
0   1  asd    0.5    low
1   2  fgg    0.8    low
2   3  hfd    1.5   high
3   4  erw    0.5    low

【讨论】：

【解决方案2】：

只要您的值介于 0 和 2 之间，请使用 np.floor + astype(int)。

df['accept'] = np.floor(df.value).astype(int)
df

   id name  value  accept
0   1  asd    0.5       0
1   2  fgg    0.8       0
2   3  hfd    1.5       1
3   4  erw    0.5       0

【讨论】：