pandas.DataFrame.loc，在新列中標記數據

Question

我有一個像這樣的熊貓數據框：

     ranking
1    4.33
2    1.34
3    3.76
..

我想創建這個：

     ranking  label
1    4.33     2
2    1.34     0
3    3.76     1
..

因此，等級< 3.5導致標簽為0 ，等級在3.5和4.25之間導致標簽為1 ，等級> 4.25導致標簽為2 。

這是我到目前為止編寫的代碼：

df = pd.read_csv('./data/Step7_final.csv', index_col=False, encoding="ISO-8859-1")  
df['label'] = df.ranking.where(df.ranking > 3.4999, 0)
df.loc[df.label > 3.4999 and < 4.2499, 'label']  = 1
df.loc[df.label > 4.2499, 'label']  = 2

我將標簽1分配給3.5到4.25之間的排名值的第三行不起作用...如何使它起作用？

Answer 1

您需要使用按位&而不是and 。 這些條件必須用括號括起來 。

但是，更好的方法是使用pd.cut ：

pd.cut(df['ranking'], [-np.inf, 3.5, 4.25, np.inf], labels=[0, 1, 2])
Out[55]: 
0    2
1    0
2    1
Name: ranking, dtype: category
Categories (3, int64): [0 < 1 < 2]

Answer 2

你需要：

df['label'] = df.ranking.where(df.ranking > 3.4999, 0)
df.ix[(df.label > 3.4999) & (df.label < 4.2499), 'label'] = 1
df.ix[df.label > 4.2499, 'label']  = 2
print (df)
   ranking  label
1     4.33    2.0
2     1.34    0.0
3     3.76    1.0