Python 3.x 基于条件更新熊猫中的列值

我需要根据这些条件更新列值

i. if score > 3, set score to 1.
ii. if score <= 2, set score to 0.
iii. if score == 3, drop that row.

i。如果分数>3，则将分数设置为1。
二,。如果得分为3，“得分”]=1
reviews.loc[评论['Score']存在逻辑问题：

reviews = pd.DataFrame({'Score':range(6)})
print (reviews)
   Score
0      0
1      1
2      2
3      3
4      4
5      5

如果将所有值设置得更高，如
3
设置为
1
则工作正常：

reviews.loc[reviews['Score'] > 3, 'Score'] = 1
print (reviews)
   Score
0      0
1      1
2      2
3      3
4      1
5      1

然后，所有没有
3
的值都被设置为
0
，因此也被
reviews['Score']>3
中的
1
替换：

reviews.loc[reviews['Score'] <= 2, 'Score'] = 0
print (reviews)
   Score
0      0
1      0
2      0
3      3
4      0
5      0


您可以更改解决方案：

reviews = pd.DataFrame({'Score':range(6)})
print (reviews)
   Score
0      0
1      1
2      2
3      3
4      4
5      5

首先通过筛选删除
3
中不等于
3
的所有行：

然后将值设置为
0
和
1
：

reviews['Score'] = (reviews['Score'] > 3).astype(int)
#alternative
reviews['Score'] = np.where(reviews['Score'] > 3, 1, 0)
print (reviews)
   Score
0      0
1      0
2      0
4      1
5      1

编辑1：

应使用交换行更改解决方案-首先设置
0
，然后设置
1
，以避免覆盖值：

reviews.loc[reviews['Score'] <= 2, 'Score'] = 0
reviews.loc[reviews['Score'] > 3, 'Score'] = 1

reviews.drop(reviews[reviews['Score'] == 3].index, inplace = True)
print (reviews)
   Score
0      0
1      0
2      0
4      1
5      1

reviews.loc[reviews['Score']3，'Score']=1
评论.删除（评论[评论['Score']==3]。索引，原地=真）
印刷（评论）
分数
0      0
1      0
2      0
4      1
5      1
你的意思是
reviews=reviews[…].copy（）
？此外，你的代码似乎与OP的代码相当，应该很好。我认为问题在于其他方面。@QuangHoang-谢谢，它似乎是正确的，但似乎只是编辑过的答案。解释性评论['Score']的回答很好。dtype=int32
reviews = reviews[reviews['Score'] != 3].copy()

reviews['Score'] = (reviews['Score'] > 3).astype(int)
#alternative
reviews['Score'] = np.where(reviews['Score'] > 3, 1, 0)
print (reviews)
   Score
0      0
1      0
2      0
4      1
5      1

reviews.loc[reviews['Score'] <= 2, 'Score'] = 0
reviews.loc[reviews['Score'] > 3, 'Score'] = 1

reviews.drop(reviews[reviews['Score'] == 3].index, inplace = True)
print (reviews)
   Score
0      0
1      0
2      0
4      1
5      1