Python 3.x 如果值大于2，那么在列值中添加1的好方法是什么

如果列值大于2，我想在列值中添加1

here is my dataframe

df=pd.DataFrame({'A':[1,1,1,1,1,1,3,2,2,2,2,2,2],'flag':[1,1,0,1,1,1,5,1,1,0,1,1,1]}) 

df\U out

df=pd.DataFrame({'A':[1,1,1,1,1,1,3,2,2,2,2,2,2],'flag':[1,1,0,1,1,1,6,1,1,0,1,1,1]})

与添加

1

一起使用：

df.loc[df.A.gt(2), 'flag'] += 1
print (df)
    A  flag
0   1     1
1   1     1
2   1     0
3   1     1
4   1     1
5   1     1
6   3     6
7   2     1
8   2     1
9   2     0
10  2     1
11  2     1
12  2     1

或：

编辑：

然后：

x= df.groupby(pd.cut(df['x'], bins))['y'].apply(lambda x:abs(x-np.mean(x)))

---

x=df.groupby（pd.cut（df['x']，bin））['y']）。在本代码中应用（lambda x:abs（x-np.mean（x）），如果平均值大于2，如何调整+1@Nickel-你认为变革是否适用于变革？是的，它可以be@Nickel-然后将

df.A.gt（2）

更改为

df.groupby（pd.cut（df['x']，bin））['y'].变换（lambda x:abs（x-np.mean（x））.gt（2）

但这里我想做的是，如果mean大于2，加1，然后做x-mean（x）

mean = df.groupby(pd.cut(df['x'], bins))['y'].transform('mean')
df['flag'] = np.where(mean.gt(2), df['y'] + 1, df['y'])

x= df.groupby(pd.cut(df['x'], bins))['y'].apply(lambda x:abs(x-np.mean(x)))