在Python中使用np.vectorize映射布尔值

我有两个专栏：

     seconds       min
0              52  0.866667
1               5  0.083333
2              10  0.166667
3               5  0.083333
4              16  0.266667
197           144  2.400000

我只想在['seconds']大于60时在['min']列中以分钟为单位转换秒数，否则它应该为空

我尝试在布尔值中转换['min']列：

    x = df['min'] = np.array(df['seconds'].apply(lambda x: True if x >60 else False))

我得到了布尔值，然后我尝试映射它：

    mapping = [df['seconds']/60]
    result = np.vectorize(lambda i:mapping[i], x)

但我得到了回报：

TypeError:列表索引必须是整数或片，而不是str

这是正确的方法还是有其他更简单的解决方案

输出：

    seconds       min
0              52  
1               5  
2              10  
3               5  
4              16  
197           144  2.400000

---

您的'True'和'False'不是布尔字符串。布尔人没有引号

我不确定如何使用你的矢量化方法，但下面的方法会奏效

df.loc[df['seconds']60，'min']=df['seconds'][df['seconds']>60]/60

删除'True'和'False'中的引号谢谢，我没有注意到这一点，但我得到了返回索引器：列表索引超出范围请发布您的预期输出，这样看起来应该有一个逗号

result=np.vectorize（lambda I:mapping[I]，x）

@Techniquab是的，谢谢。我纠正了它。我更新了输出。我知道了，谢谢。我想把[df['seconds']>60]/60映射到我有False的地方。