Python 使用字典为一系列值设置键

我有一个熊猫数据框，我想根据另一列的值在一个新列中创建类别。我可以通过这样做来解决我的基本问题：

range = {
    range(0, 5) : 'Below 5',
    range(6,10): 'between',
    range(11, 1000) : 'above'
}

df['range'] = df['value'].map(range)

在最后一个dictionary键中，我为range选择了一个较大的上限值，以确保它捕获我试图映射的所有值。然而，这似乎是一个丑陋的黑客，我想知道如何在不指定上限的情况下推广这一点。即，如果>10，‘高于’

---

谢谢

您可以先将所有值设置为“高于”，然后对其余选项使用

map（）

（因此，您的

范围

dict只有两项）：

---

谢谢你的提示。我认为我可以通过以下方式实现同样的目标：

df['range'] = df['value'].map(range).fillna('above')

---

下面是使用的另一种方法，您可以指定布尔条件列表和选项列表：

import numpy as np 

# Setup
df = pd.DataFrame({'value': [1, 3, 6, 8, 20, 10000000]})

condlist = [
    df['value'].lt(5),
    df['value'].between(5, 10),
    df['value'].gt(10)]

choicelist = ['Below 5', 'between', 'above']

df['out'] = np.select(condlist, choicelist)
print(df)

[外]

---

另一个想法是使用指定的

箱

和

标签

参数：

df['out'] = pd.cut(df['value'], bins=[-np.inf, 5, 10, np.inf],
                   labels=['below', 'between', 'above'])

      value      out
0         1    below
1         3    below
2         6  between
3         8  between
4        20    above
5  10000000    above

---

假设您有这样一个数据帧：

  range value
0   0     0
1   1     1
2   2     2
3   3     3
4   4     4
5   5     5
6   6     6
7   7     7
8   8     8
9   9     9

然后可以将以下函数应用于“value”列：

def get_value(range):
    if range < 5:
        return 'Below 5'
    elif range < 10:
        return 'Between 5 and 10'
    else:
        return 'Above 10'

df['value'] = df.apply(lambda col: get_value(col['range']), axis=1)

def get_值（范围）：
如果范围小于5：
返回“低于5”
elif范围<10：
返回“介于5和10之间”
其他：
返回“高于10”
df['value']=df.apply（lambda col:get_value（col['range']），轴=1）

以获得所需的结果。

也接受

函数

作为第一个参数，因此您可以执行以下操作：

def fun(x):
    if x in range(0, 5):
        return 'Below 5'
    elif x in range(6, 10):
        return 'between'
    elif x >= 11:
        return 'above'

然后：

---

考虑使用

apply

yes！我要试一试！这回答了你的问题吗？另外，还要注意的是，设置一个相当任意的上限（可以使用

max（df['value']）

当然。哦，很好。现在用一个带有嵌套三元比较的lambda函数替换

run

，将所有内容都设置为一行。我猜

df['range']=df['value']）。映射（lambda x:'低于5'，如果在x范围内（0，5），其他（'between'如果x在（范围（6，10）内，或者'over'））

可以做到这一点。@0:0对于我来说，如果

s不太可读，则嵌套一行
。如果在这种情况下我愿意以任何价格放入一行，那么我宁愿这样做：
f=lambda x:（'belower 5'，'between'，'over上方'）[（x>=5）+（x>=11）]
也不错。我肯定是在使用模糊的Python一行程序。幸运的是，在Python中，
True+True==2
。
  range value
0   0     0
1   1     1
2   2     2
3   3     3
4   4     4
5   5     5
6   6     6
7   7     7
8   8     8
9   9     9

def get_value(range):
    if range < 5:
        return 'Below 5'
    elif range < 10:
        return 'Between 5 and 10'
    else:
        return 'Above 10'

df['value'] = df.apply(lambda col: get_value(col['range']), axis=1)

def fun(x):
    if x in range(0, 5):
        return 'Below 5'
    elif x in range(6, 10):
        return 'between'
    elif x >= 11:
        return 'above'

df['range'] = df['value'].map(fun)