Python 使用已知列值更改数据帧的多列中的值
假设我有这样一个数据帧:Python 使用已知列值更改数据帧的多列中的值,python,pandas,Python,Pandas,假设我有这样一个数据帧: Knownvalue A B C D E F G H 17.3413 0 0 0 0 0 0 0 0 33.4534 0 0 0 0 0 0 0 0 我想做的是当Knownvalue在0-10之间时,A从0变为1。当Knownvalue在10-20之间时,B从0变为1,依此类推 更换后应该是这样的: Knownva
Knownvalue A B C D E F G H
17.3413 0 0 0 0 0 0 0 0
33.4534 0 0 0 0 0 0 0 0
我想做的是当Knownvalue在0-10之间时,A从0变为1。当Knownvalue在10-20之间时,B从0变为1,依此类推
更换后应该是这样的:
Knownvalue A B C D E F G H
17.3413 0 1 0 0 0 0 0 0
33.4534 0 0 0 1 0 0 0 0
有人知道如何应用方法来更改它吗?我首先将
Knownvalue
序列存储到一个整数列表中,该列表等于其截断值除以10(例如27.87//10=2)。这些桶表示所需列位置的整数。因为Knownvalue
在第一列中,所以我在这些值中添加了一个
接下来,我枚举这些bin值,它有效地为我提供了行和列整数索引的元组对。我使用iat
将这些位置的值设置为1
import pandas as pd
import numpy as np
# Create some sample data.
df_vals = pd.DataFrame({'Knownvalue': np.random.random(5) * 50})
df = pd.concat([df_vals, pd.DataFrame(np.zeros((5, 5)), columns=list('ABCDE'))], axis=1)
# Create desired column locations based on the `Knownvalue`.
bins = (df.Knownvalue // 10).astype('int').tolist()
>>> bins
[4, 3, 0, 1, 0]
# Set these locations equal to 1.
for idx, col in enumerate(bins):
df.iat[idx, col + 1] = 1 # The first column is the `Knownvalue`, hence col + 1
>>> df
Knownvalue A B C D E
0 47.353937 0 0 0 0 1
1 37.460338 0 0 0 1 0
2 3.797964 1 0 0 0 0
3 18.323131 0 1 0 0 0
4 7.927030 1 0 0 0 0
另一种方法是使用以下方法从Knownvalue列重构框架:
get_dummies
做艰苦的工作:
>>> (df.Knownvalue//10)
0 1
1 3
Name: Knownvalue, dtype: float64
>>> pd.get_dummies((df.Knownvalue//10))
1 3
0 1 0
1 0 1
(注意:文本比图像方便得多,因为你可以复制和粘贴文本。因此,我恢复了文本版本。)你能解释一下“对于枚举(idx)中的n,c:df.iat[n,c+1]=1”吗?@ZixuanZhang使用
idx
变量的目的是检查Knownvalue
是否小于10,并将其转换为0,大于10但小于20将转换为1,以此类推。他通过应用floor
函数来实现这一点,该函数取一个浮点数并向下取整enumerate
获取idx
的列表,并为您提供索引
和值
,分别分配给n
和c
。从那以后,他使用iat
@Leb将1
分配给他们各自的数据帧列,我自己刚刚找到了答案!不管怎样,谢谢你的具体解释!
>>> (df.Knownvalue//10)
0 1
1 3
Name: Knownvalue, dtype: float64
>>> pd.get_dummies((df.Knownvalue//10))
1 3
0 1 0
1 0 1