基于多个条件计算列答案

【问题标题】：compute columns based on multiple conditions基于多个条件计算列
【发布时间】：2018-05-04 02:37:14
【问题描述】：

我正在阅读一篇关于基于条件的新计算的博客，其中插入了新的 col 'category'。

data = {'name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'], 
        'age': [42, 52, 36, 24, 73], 
        'preTestScore': [4, 24, 31, 2, 3],
        'postTestScore': [25, 94, 57, 62, 70]}
df = pd.DataFrame(data, columns = ['name', 'age', 'preTestScore', 'postTestScore'])
df['category'] = np.where(df['age']>=50, 'yes', 'no')

如何将其扩展到更多的条件，例如如果年龄小于 20 则为孩子；如果在 21 到 40 之间，那么年轻； 40岁以上就老了

【问题讨论】：

标签： python pandas

【解决方案1】：

对于多个条件，您可以只使用numpy.select 而不是numpy.where

import numpy as np

cond = [df['age'] < 20, df['age'].between(20, 39), df['age'] >= 40]
choice = ['kid', 'young', 'old']

df['category'] = np.select(cond, choice)
#    name  age  preTestScore  postTestScore category
#0  Jason   42             4             25      old
#1  Molly   52            24             94      old
#2   Tina   36            31             57    young
#3   Jake   24             2             62    young
#4    Amy   73             3             70      old

【讨论】：

df['age].between(20, 39) 可读性更强。否则很棒。请注意，您也可以使用pandas.cut / numpy.digitize（关于 SO 的许多问题）。
哦，我总是忘记这个！感谢您的改进！

【解决方案2】：

您可以使用pd.cut（顺便说一句，40 不是老人 :-()

pd.cut(df.age,bins=[0,20,39,np.inf],labels=['kid','young','old'])
Out[179]: 
0      old
1      old
2    young
3    young
4      old
Name: age, dtype: category
Categories (3, object): [kid < young < old]

【讨论】：