Python 根据条件在新列中赋值

我有一个数据帧：

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

我必须创建一个新的列accept，这样，如果值大于1.0，将outlier设置为1，否则为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ItErrors和.loc来完成

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

有没有一种更简单的方法可以在不迭代的情况下执行此操作？

条件转换为int-Trues转换为1，false转换为0：

对于其他值，请使用：

条件强制转换为int-True转换为1，False转换为0：

对于其他值，请使用：

只要值介于0和2之间，就使用np.floor+astypeint

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

只要值介于0和2之间，就使用np.floor+astypeint

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

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