熊猫列表解析以更改df中的整数

如何解决熊猫列表解析以更改df中的整数

我正在尝试更改pandas df中的数据。在下面的Y中，我想将相应的1行更改为X <= -5。在Y处，我想更改相应的0 # 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']] 。

   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

出局：

   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

预期：

password.length >= 6

解决方法

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),df['Y'])

---

更好的是，对于多种情况，请使用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，如果您只想使用列表理解功能，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