Python 带条件的布尔表达式中的问题

我试图根据列质量设置新变量“not_good”、“good”和“very good”。 因此，数据集中的每一行，其中一个变量中只有“1”，其余两个变量中只有两个“0”。 我使用了上面的代码

for i in range(1599):
if (data.quality[i] == 3) or (data.quality[i] == 4):
    data.not_good = 1
if (data.quality[i] == 5) or (data.quality[i] == 6):
    data.good = 1
if (data.quality[i] == 7) or (data.quality[i] == 8):
    data.very_good =1

单元格运行得很好，但我发现我添加的所有变量对于所有行都等于1。

您有一个对象数据。 该数据对象有4个变量：

not_good : int
good : int
very_good : int
quality : int[] # int array

只要其中一个数据不是很好、很好或很好，你到处都有一个。 当您选择的类型不是int而是int[]时，可以解决此问题，然后代码如下所示：

data_length = 1599

data.not_good = [0]*data_length
data.good = [0]*data_length
data.very_good = [0]*data_length

for i in range(data_length):
if (data.quality[i] == 3) or (data.quality[i] == 4):
    data.not_good[i] = 1
if (data.quality[i] == 5) or (data.quality[i] == 6):
    data.good[i] = 1
if (data.quality[i] == 7) or (data.quality[i] == 8):
    data.very_good[i] =1

• 使用Pandas时，应尽可能避免显式循环
• 与其使用0或1，不如只使用布尔值
• 与其有三列，每个质量级别一列，为什么不使用一个分类列？您可以在Pandas中阅读有关分类数据的更多信息

---

假设“…good”变量也是列，您必须为特定行添加“[i]”来设置它们。您能分享一些示例数据吗？这不是很清楚。而且，没有理由使用0和1，布尔值更合适。最好有一个分类数据类型的单列，它将包含三个质量级别中的一个。就在我将新变量定义为inta=['not_good'、'good'、'very_good']之前的单元格，对于范围（3）中的i:data[a[i]]=np.NaN且“质量”为int64type@TrikiSadok它是int64还是其他东西其实并不重要。关键是一个是列表/数组，另一个不是。初始化证明了我写的东西？我不知道你想告诉我什么？