Python 创建值为0,1,0.5而不是布尔值的列
考虑这个数据帧:Python 创建值为0,1,0.5而不是布尔值的列,python,python-3.x,pandas,Python,Python 3.x,Pandas,考虑这个数据帧: id Name Score 314 John 100 345 Sara 200 355 Zack 200 333 Harry 50 334 Chad 50 331 Newton 100 我想根据分数为新的运算符列指定自定义值,因此如果一个分数小于下一个分数,则为1,如果大于0,如果保持不变,则为0.5。这就是我想要的样子: id Name Score Operator 314 John 10
id Name Score
314 John 100
345 Sara 200
355 Zack 200
333 Harry 50
334 Chad 50
331 Newton 100
我想根据分数为新的运算符列指定自定义值,因此如果一个分数小于下一个分数,则为1,如果大于0,如果保持不变,则为0.5。这就是我想要的样子:
id Name Score Operator
314 John 100 1
345 Sara 200 0.5
355 Zack 200 0
333 Harry 50 0.5
334 Chad 50 1
331 Newton 100 NAN
我尝试了差分列和布尔列的组合,但它不提供任何脱离二进制方法的访问权限。首先,设置您的条件:
prev = df.Score.shift(-1)
c1, c2, c3 = df.Score.lt(prev), df.Score.eq(prev), df.Score.gt(prev)
现在使用numpy。选择:
out = df.assign(out=np.select([c1, c2, c3], [1, 0.5, 0], np.nan))
id Name Score out
0 314 John 100 1.0
1 345 Sara 200 0.5
2 355 Zack 200 0.0
3 333 Harry 50 0.5
4 334 Chad 50 1.0
5 331 Newton 100 NaN
这里有另一个只是为了好玩的解决方案(只有当您的差异从未小于0.5
)时才有效:
有没有参考资料来学习这些操作?我尝试了大量的熊猫书籍,但它们都提供了非常基本的介绍,我个人更依赖于文档。但是我也从SOdf.assign(m=[0 if x>y else 1 if xthanks man)中学到了很多,你知道像这样的详细操作有什么参考吗?我只使用了if-else语句。看看它。你已经知道if-else语句了,逻辑是this if-TRUE-else-that
df.Score.diff(-1).mul(-1).add(0.5).clip(0, 1)
0 1.0
1 0.5
2 0.0
3 0.5
4 1.0
5 NaN
Name: Score, dtype: float64