[英]Is there a way of using isin() as calculator function for another column in pandas dataframe?
我的熊貓數據框中有一列為“PRODUCT_ID”。 我想基於此列創建一個計算列,其中 [3、5、8] 中的 PRODUCT_ID 將取值“舊”而其他值“新”。
現在我正在使用 for 循環來檢查數據幀的每個索引。
portfoy['PRODUCT_TYPE'] = np.nan
for ind in portfoy.index:
if portfoy.loc[ind, 'PRODUCT_CODE'] in [3, 5, 8]:
portfoy.loc[ind, 'PRODUCT_TYPE'] = 'old'
else:
portfoy.loc[ind, 'PRODUCT_TYPE'] = 'new'
這段代碼似乎需要很多時間。 有一個更好的方法嗎?
我的數據看起來像:
顧客 | PRODUCT_ID | 其他欄目 |
---|---|---|
2345 | 3 | ------------- |
3456 | 5 | ------------- |
2786 | 5 | ------------- |
使用numpy.where
和Series.isin
進行矢量化快速解決方案:
portfoy['PRODUCT_TYPE'] = np.where(portfoy['PRODUCT_CODE'].isin([3, 5, 8]), 'old', 'new')
您可以使用掩碼有條件地更新數據框
portfoy.loc[portfoy.PRODUCT_CODE.isin([3,5,8]),'PRODUCT_TYPE'] = 'old'
portfoy.loc[~portfoy.PRODUCT_CODE.isin([3,5,8]),'PRODUCT_TYPE'] = 'new'
portfoy.PRODUCT_CODE.isin([3,5,8] 是掩碼
~ 是掩碼的否定
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.