在python中分類和恢復數據

Question

我有一個位於 13 x 506 矩陣中的數據集，我們將數據集稱為 data_1。 我對列數據之一感興趣，讓我們稱該數據列為 data_c1。 Data_c1 是數字，因此可以使用 numpy 庫計算第 50 個百分位數。

我的目標是通過 data_c1，對它是高於還是低於第 50 個百分位（y=1 表示以上，y=0 表示以下）進行二元分類，並將該信息存儲在具有相應標簽的新矩陣中（y= 1 或 y=0。）

我想出了如何加載數據並計算 t50（見下文）。有人可以告訴我如何完成重新分類嗎？ 我想我需要使用 while 循環，但我無法將數據恢復到新矩陣中。

到目前為止，這是我的代碼：

#import libraries
import numpy as np
import pandas as pd

#import data set
from datasoure import data_file
data_file = data_1()
data_1['data_c1'] = data_c1

#calculate percentile using numpy
t50 = np.percentile(data_1, 50)

#classify target data as y=1 for >=t50 or <=t50
#while loop????

Answer 1

您可以應用這樣的函數：

def classifier(row):
         global t50 #defined somewhere else
         if row["data_c1"] > t50:
                 return 1
         else:
                 return 0
     
 new_col = df.apply(classifier, axis=1)

然后你可以用new_col做任何你想做的new_col