np.array中的函数

Question

我正在尝试将我具有的.values转换为其中具有函数的数组，但会继续出现错误。 希望能有所帮助！

这是.values：

Y = df['GDP_growth'].values
array(['3.299991384', '-1.760010328', '5.155440545', '4.019541839',
       '0.801760179', '7.200000003', '3.727818428', '0.883846197'], dtype-object)

这是使出现错误的数组的命令：

Y = np.array([1 if y>= 3 else 0 for y in Y])

在我的情况下，错误在于结果全部为1。

Answer 1

您可以使用numpy过滤，但是首先需要根据需要将类型从str或object更改为float或np.float ：

import numpy as np
Y = np.array(['3.299991384', '-1.760010328', '5.155440545', '4.019541839',
   '0.801760179', '7.200000003', '3.727818428', '0.883846197'], dtype=object)
Y = Y.astype(float)

Y[Y<=3] = 0
Y[Y>3] = 1

In [67]: Y
Out[67]: array([ 1.,  0.,  1.,  1.,  0.,  1.,  1.,  0.])

编辑

如果需要一些预处理以将数据转换为数字值，则可以使用to_numeric ，然后将dropna转换为有趣的序列或整个数据帧 ，即序列：

z = pd.Series(Y)
z[0] = 'a'

In [293]: z
Out[293]:
0               a
1    -1.760010328
2     5.155440545
3     4.019541839
4     0.801760179
5     7.200000003
6     3.727818428
7     0.883846197
dtype: object

pd.to_numeric(z, errors='coerce').dropna() 

In [296]: pd.to_numeric(z, errors='coerce').dropna()
Out[296]:
1   -1.760010
2    5.155441
3    4.019542
4    0.801760
5    7.200000
6    3.727818
7    0.883846
dtype: float64  

Answer 2

弄清楚了！ 显然我有一些表示为'..'的缺失值，所以我必须先删除那些行以将其弄乱-然后可以应用.astype