Python 更改df中的整数的步骤

我正试图在一个数据库中修改数据。使用下面的命令，其中

X>=5

，我想将相应的

Y

行更改为

1

。Where

X只需使用
np即可。Where
：

import numpy as np
df['Y'] = np.where(df['X'].ge(5),1,df['Y'])
df['Y'] = np.where(df['X'].le(-5),0,df['Y'])


更好的是，对于多个条件，使用
np。选择
：

conditions=[df['X'].ge(5),df['X'].le(-5)]
choices=[1,0]
df['Y']=np.select(conditions,choices,default=df['Y'])


或者，如果您只想了解列表，请使用
zip
：

df['Y'] =[1 if x>=5 else(0 if x<=-5 else y)for x,y in zip(df['X'],df['Y'])] 

只需使用
np.where
：

import numpy as np
df['Y'] = np.where(df['X'].ge(5),1,df['Y'])
df['Y'] = np.where(df['X'].le(-5),0,df['Y'])


更好的是，对于多个条件，使用
np。选择
：

conditions=[df['X'].ge(5),df['X'].le(-5)]
choices=[1,0]
df['Y']=np.select(conditions,choices,default=df['Y'])


或者，如果您只想了解列表，请使用
zip
：

df['Y'] =[1 if x>=5 else(0 if x<=-5 else y)for x,y in zip(df['X'],df['Y'])] 

美好的因此，如果我包含一个包含
X2
的单独条件，那么使用
where
语句可能更有效？例如，
1如果x>5在x中，我认为最好使用
np。其中
，因为有很多条件的列表理解将不那么可读，您必须使zip更大，而使用
np。其中
您只需将条件与按位运算符连接起来即可@jonboy@MrNobody33
numpy。选择
将允许您在一个函数中考虑这两种情况call@PaulH-是的，那是真的，当答案被接受时，我正在考虑添加它，但我没有。但是既然您提到了它，并且OP正在考虑添加更多的条件，我将使用
np添加解决方案。选择更适合问题的
。感谢您合并
X2
，更好地使用
np。选择
；），请参见编辑后的答案@jonboyNice。因此，如果我包含一个包含
X2
的单独条件，那么使用
where
语句可能更有效？例如，
1如果x>5在x中，我认为最好使用
np。其中
，因为有很多条件的列表理解将不那么可读，您必须使zip更大，而使用
np。其中
您只需将条件与按位运算符连接起来即可@jonboy@MrNobody33
numpy。选择
将允许您在一个函数中考虑这两种情况call@PaulH-是的，那是真的，当答案被接受时，我正在考虑添加它，但我没有。但是既然您提到了它，并且OP正在考虑添加更多的条件，我将使用
np添加解决方案。选择更适合问题的
。感谢您合并
X2
，更好地使用
np。选择
；），见编辑后的答案@jonboy
original df
   X  X2  Y
0  -6  11  1
1 -10  10  0
2   6  15  1
3   9  12  0
4  -2   3  1
5  -5   2  0
6   5   6  1
7  -1  12  0
8   7  10  0
9  -6   9  0

df after np.where
    X  X2  Y
0  -6  11  0
1 -10  10  0
2   6  15  1
3   9  12  1
4  -2   3  1
5  -5   2  0
6   5   6  1
7  -1  12  0
8   7  10  1
9  -6   9  0