根據條件替換Pandas Dataframe中的值

Question

我有一個帶有一些數值的數據幀列。 我希望根據給定條件將這些值替換為1和0。 條件是如果該值高於列的平均值，則將數值更改為1，否則將其設置為0。

這是我現在的代碼：

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

dataset = pd.read_csv('data.csv')
dataset = dataset.dropna(axis=0, how='any')

X = dataset.drop(['myCol'], axis=1)
y = dataset.iloc[:, 4:5].values

mean_y = np.mean(dataset.myCol)

目標是數據幀y。 你是這樣的：

      0
0    16
1    13
2    12.5
3    12

等等。 mean_y等於3.55。 因此，我需要將大於3.55的所有值變為1，其余為0。

我應用了這個循環，但沒有成功：

for i in dataset.myCol:
    if dataset.myCol[i] > mean_y:
        dataset.myCol[i] = 1
    else:
        dataset.myCol[i] = 0

輸出如下：

      0
0    16
1    13
2    0
3    12

我究竟做錯了什么？ 有人可以解釋我的錯誤嗎？

謝謝！

Answer 1

試試這種矢量化方法：

dataset.myCol = np.where(dataset.myCol > dataset.myCol.mean(), 1, 0)

Answer 2

將布爾掩碼轉換為整數 - True s為1 ， False為0 ：

print (dataset.myCol > mean_y)
0     True
1    False
2    False
3    False
Name: myCol, dtype: bool

dataset.myCol = (dataset.myCol > mean_y).astype(int)
print (dataset)
   myCol
0      1
1      0
2      0
3      0

為了您的形式給出，不推薦，因為慢需要iterrows由列和指標值的設定值：

for i, x in dataset.iterrows():
    if dataset.loc[i, 'myCol'] > mean_y:
        dataset.loc[i, 'myCol'] = 1
    else:
        dataset.loc[i, 'myCol'] = 0