Python 3.x 在.str.find（）中使用if语句

我想知道我是否有这样的If语句：

if int(i) > 10:
    return 0
else:
    return -1

其中，

i

相当于

df[“price”]

（df是数据帧）中的行条目，定义如下：

import pandas as pd
df = pd.DataFrame(columns=["price", "Number"], data=[["10", "07367"], ["20", "08356"], ["9", "07745"]])

如何将

df[“price”].str.find（…）

与上述if语句一起使用，根据真实条件过滤数据

我希望输出如下所示：

0  -1
1   0
2  -1

我一直在努力解决如何实现它，请协助。

您可以使用+：

输出

0   -1
1    0
2   -1
Name: price, dtype: int64

[-1  0 -1]

或者，如果您愿意，您可以使用@coldspeed在评论中提到的

import numpy as np
import pandas as pd

df = pd.DataFrame(columns=["price", "Number"], data=[["10", "07367"], ["20", "08356"], ["9", "07745"]])
result = np.where(df.price.astype(int) > 10, 0, -1)
print(result)

输出

0   -1
1    0
2   -1
Name: price, dtype: int64

[-1  0 -1]

---

只需使用lambda函数即可

df.price.apply(lambda x : 0 if int(x)>10 else -1)

您可以使用：

---

语法是：

np.where（condition，valueIfTrue，valueIfFalse）

通常最容易首先转换为最佳的

数据类型。这样所有操作都会更快——当然，这取决于您的应用程序是否重要。但如果事情是数字，就让它们成为数字（显式>隐式）

然后可以将条件添加为列（或仅使用输出）。Apply或map并不是那么快，所以最好使用别人建议的
np.where
，或者任何其他将在引擎盖下使用numpy的比较。例如：

df['criteria'] = -1 * (df.price <= 10).astype(int)  # quicker to not use map or apply
df.criteria 

df['criteria']=-1*（df.price您可以添加一些数据样本吗？抱歉，我已经添加了一些样本数据。预期的输出是什么？为什么要使用
str.find
？我想您可以使用
np.where（df.price.astype（int）>10,0，-1）
很好的解决方案：）
df['criteria'] = -1 * (df.price <= 10).astype(int)  # quicker to not use map or apply
df.criteria