Pandas列出了在df中更改整数的理解

Question

我正在尝试更改pandas-df中的数据。使用下面的X >=5，我想将相应的Y行更改为1。其中X <= -5，我想更改相应的Y0。

# Generate random data
np.random.seed(2)
df = pd.DataFrame(np.random.randint(-10,10,size=(10, 1)), columns=list('X'))
df['X2'] = np.random.randint(1, 20, df.shape[0])
df['Y'] = np.random.randint(0, 2, df.shape[0])
df['Y'] = [y if y <= 5 else 1 for y in df['X']]
df['Y'] = [y if y >= -5 else 0 for y in df['X']]

输出：

X  X2  Y
0  5  11  5
1  5  13  5
2  5   5  5
3 -7   3  0
4  2   8  2
5 -7   7  0
6 -4   2 -4
7  1   8  1
8 -7  14  0
9 -2   8 -2

预期：

X  X2  Y
0  5  11  1
1  5  13  1
2  5   5  1
3 -7   3  0
4  2   8  Original random int
5 -7   7  0
6 -4   2  Original random int
7  1   8  Original random int
8 -7  14  0
9 -2   8  Original random int

Answer 1

只需使用np.where:

import numpy as np
df['Y'] = np.where(df['X'].ge(5),1,df['Y'])
df['Y'] = np.where(df['X'].le(-5),0,df['Y'])

---

更好的是，对于多种条件，使用np.select:

conditions=[df['X'].ge(5),df['X'].le(-5)]
choices=[1,0]
df['Y']=np.select(conditions,choices,default=df['Y'])

---

或者，如果您只想通过列表理解来完成，请使用zip:

df['Y'] =[1 if x>=5 else(0 if x<=-5 else y)for x,y in zip(df['X'],df['Y'])] 

---

输出：

original df
X  X2  Y
0  -6  11  1
1 -10  10  0
2   6  15  1
3   9  12  0
4  -2   3  1
5  -5   2  0
6   5   6  1
7  -1  12  0
8   7  10  0
9  -6   9  0
df after np.where
X  X2  Y
0  -6  11  0
1 -10  10  0
2   6  15  1
3   9  12  1
4  -2   3  1
5  -5   2  0
6   5   6  1
7  -1  12  0
8   7  10  1
9  -6   9  0