![](/img/trans.png)
[英]How to create a new column in a Pandas series based off of conditions derived from another series
[英]Using if/else in pandas series to create new series based on conditions
我有熊猫df。 假设我有一列“活动”,可以是“有趣”或“工作”,我想将其转换为整数。 我要做的是:
df["activity_id"] = 1*(df["activity"]=="fun") + 2*(df["activity"]=="work")
这行得通,因为我不知道如何在其中放置if / else(如果您有10个活动,它可能会变得很复杂)。
但是,说我现在遇到了相反的问题,并且我想从id转换为字符串,我不能再使用此技巧了,因为我不能将字符串与布尔值相乘。 我该怎么做? 有没有办法使用if / else?
您可以创建一个ID为键,字符串为值的字典,然后使用map
series方法将整数转换为字符串。
my_map = {1:'fun', 2:'work'}
df['activity']= df.activity_id.map(my_map)
您可以改为将您的activity
列转换为类别dtype :
df['activity'] = pd.Categorical(df['activity'])
然后,您将可以通过df['activity'].cat.codes
自动访问值的整数标签。
import pandas as pd
df = pd.DataFrame({'activity':['fun','work','fun']})
df['activity'] = pd.Categorical(df['activity'])
print(df['activity'].cat.codes)
0 0
1 1
2 0
dtype: int8
同时,在保存内存时仍可以像以前一样访问字符串值:
print(df)
仍然产量
activity
0 fun
1 work
2 fun
您还可以使用字典和列表推导来重新计算整个列的值。 这也使定义反向映射变得容易:
>>> import pandas as pd
>>> forward_map = {'fun': 1, 'work': 2}
>>> reverse_map = {v: k for k, v in forward_map.iteritems()}
>>> df = pd.DataFrame(
{'activity': ['work', 'work', 'fun', 'fun', 'work'],
'detail': ['reports', 'coding', 'hiking', 'games', 'secret games']})
>>> df
activity detail
0 work reports
1 work coding
2 fun hiking
3 fun games
4 work secret games
>>> df['activity'] = [forward_map[i] for i in df['activity']]
>>> df
activity detail
0 2 reports
1 2 coding
2 1 hiking
3 1 games
4 2 secret games
>>> df['activity'] = [reverse_map[i] for i in df['activity']]
>>> df
activity detail
0 work reports
1 work coding
2 fun hiking
3 fun games
4 work secret games
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.