Python Pandas：用于在数据帧中设置值的三元条件运算符

我有一个数据帧

pd

。我想更改列

irr

的值，这取决于它是高于还是低于阈值保持

如何在一行中完成此操作？现在我有

pd['irr'] = pd['irr'][pd['cs']*0.63 > pd['irr']] = 1.0
pd['irr'] = pd['irr'][pd['cs']*0.63 <=  pd['irr']] = 0.0

pd['irr']=pd['irr'][pd['cs']*0.63>pd['irr']]=1.0
大熊猫的pd['irr']=pd['irr'][pd['cs']*0.63

您可以使用或将由条件创建的
布尔序列
转换为
float
-
True
s为
1.0
和
False
s为
0.0
：

pd['irr'] = np.where(pd['cs']*0.63 > pd['irr'], 1.0, 0.0)

或：

样本：

pd = pd.DataFrame({'cs':[1,2,5],
                   'irr':[0,100,0.04]})

print (pd)
   cs     irr
0   1    0.00
1   2  100.00
2   5    0.04

pd['irr'] = (pd['cs']*0.63 > pd['irr']).astype(float)
print (pd)
   cs  irr
0   1  1.0
1   2  0.0
2   5  1.0

你说“pandas no”，但你似乎展示了如何在pandas中实现它。这只是因为OP需要0/1，我们可以将
bool
转换为所需的输出吗？但我们通常没有真正的三元运算？这种方法是否会提高
设置的CopyWarning
？
pd = pd.DataFrame({'cs':[1,2,5],
                   'irr':[0,100,0.04]})

print (pd)
   cs     irr
0   1    0.00
1   2  100.00
2   5    0.04

pd['irr'] = (pd['cs']*0.63 > pd['irr']).astype(float)
print (pd)
   cs  irr
0   1  1.0
1   2  0.0
2   5  1.0