Python:如何创建一个新变量,它是另一个变量的布尔指示符';s值多少?

Python:如何创建一个新变量,它是另一个变量的布尔指示符';s值多少?,python,pandas,Python,Pandas,我的数据集如下所示: DayDate Value 19-01-01 500 19-01-02 750 19-01-03 1000 我想创建以下数据: DayDate Value IsAboveMedian 19-01-01 500 False 19-01-02 750 False 19-01-03 1000 True 在Python中,如何添加一个布尔值来计算另一个变量?您只需要: df['IsAboveMedian'] = df['Value']>d

我的数据集如下所示:

DayDate   Value
19-01-01  500
19-01-02  750
19-01-03  1000
我想创建以下数据:

DayDate Value  IsAboveMedian
19-01-01  500    False
19-01-02  750    False
19-01-03  1000   True
在Python中,如何添加一个布尔值来计算另一个变量?

您只需要:

df['IsAboveMedian'] = df['Value']>df['Value'].median()
输出:

DayDate Value  IsAboveMedian
19-01-01  500    False
19-01-02  750    False
19-01-03  1000   True

你好,这个可以帮你。在发布问题之前进行检查,因为此问题已经存在


提示:
df['Value']。中位数
为您提供中位数,然后您可以使用它进行比较。确实要这样做吗?无论何时添加或删除行,或更新现有行的
,中位数都可能会发生变化。因此,现在您必须返回并重新计算所有的
IsAboveMedian
值。
如果x>np,则为True。如果x>np,则中值(…)否则为False
是多余的。非常感谢!我尝试了类似的方法,但失败了,然后我意识到我使用的表有一个多索引。这个解决方案与索引无关。我不知道你在说什么。
l = [2,58,8,69,9,7]
df  = pd.DataFrame(l, columns=['values'])
np.median(df['values'])

df["IsAboveMedian"] = df["values"].apply(lambda x: True if x>np.median(df['values']) else False)