Dataframe，創建一個新列，其值基於另一列的索引

Question

我想創建一個新列並根據索引號從第二列中為其提供值。

dataframe 是df4 。 現有列是SalePrice ，我要創建的新列是Label 。

我希望Label具有 3 個不同的值，具體取決於SalePrice的索引號，因為SalePrice是根據其值排序的。

這是我的做法：

df4.loc[df4.SalePrice.index<int(len(df4.SalePrice.index)/3),"Label"]="Expensive"
df4.loc[df4.SalePrice.index>int(len(df4.SalePrice.index)/3),"Label"]="medium" 
df4.loc[df4.SalePrice.index>int(len(df4.SalePrice.index)*2/3),"Label"]="Low" 

所以這行得通，但我認為可能有更有效和更好的方法來做到這一點......我嘗試在第二個命令行中使用一個范圍

df4.loc[df4.SalePrice.index>int(len(df4.SalePrice.index)/3)& df4.SalePrice.index<int(len(df4.SalePrice.index)*2/3),"Label"]="Medium"

但后來我得到：

"TypeError: unsupported operand type(s) for &: 'int' and 'RangeIndex'"

我將不勝感激！

Answer 1

你快到了。 你只需要放置一些括號：

df4.loc[(df4.SalePrice.index>int(len(df4.SalePrice.index)/3)) & (df4.SalePrice.index<int(len(df4.SalePrice.index)*2/3)),"Label"]="Medium"

每個語句必須在括號(...) & (...)中，否則 pandas 無法解析過濾器。

您還可以通過提取過濾器來重構您的代碼：

    mask_expensive = df4.SalePrice.index < int(len(df4.SalePrice.index)/3)
    mask_low = df4.SalePrice.index > int(len(df4.SalePrice.index)*2/3)
    mask_medium = (~ mask_expensive) & (~ mask_low)
    df4.loc[mask_expensive,"Label"]="Expensive"
    df4.loc[mask_medium ,"Label"]="medium" 
    df4.loc[mask_low,"Label"]="Low" 

通過這樣做，您的代碼更易於閱讀。 此外，這修復了您的代碼中的一個小錯誤，因為之前沒有定義==案例。