Python 根据条件在新列中赋值
我有一个数据帧:Python 根据条件在新列中赋值,python,pandas,dataframe,Python,Pandas,Dataframe,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
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