我有一個(gè)數(shù)據(jù)框，其中包含一堆數(shù)字，范圍從 1 到 100。我想拆分這些值，以便如果值介于 1 到 10 之間，則將它們替換為 0。如果值介于 11 到 20 之間，它們被替換為 1。如果值介于 21 - 30 之間，則它們被替換為 2，依此類推。我怎樣才能用 Pandas 做到這一點(diǎn)？我試過的：dating["attr1_1"] = dating["attr1_1"][0:11] = 0
dating["attr1_1"] = dating["attr1_1"][11:21] = 1
3 回答
守候你守候我
TA貢獻(xiàn)1802條經(jīng)驗(yàn) 獲得超10個(gè)贊
您可以使用 binning 過程pd.cut()。
import pandas as pd a = pd.Series(range(1,100)) pd.cut(a, bins=[1,11,21,31,41,51,61,71,81,91,101], labels=False, right=False)
小怪獸愛吃肉
TA貢獻(xiàn)1852條經(jīng)驗(yàn) 獲得超1個(gè)贊
您可以像這樣在所有列上應(yīng)用：
df.apply(lambda x: x-1 // 10)
這是調(diào)用底數(shù)除法：2.9 變?yōu)?2，1.8 變?yōu)?1 等。由于在您的情況下 30 應(yīng)變?yōu)?2，因此我們在應(yīng)用底數(shù)除法之前從值中減去 1。
白板的微信
TA貢獻(xiàn)1883條經(jīng)驗(yàn) 獲得超3個(gè)贊
您可以創(chuàng)建一個(gè)函數(shù)來執(zhí)行操作并將其作為 .apply() 的參數(shù)傳遞。例如：
def function_name(rows):
if row > 0 and row <= 10:
return 0
elif othercases ...
for cols in df.columns: # loop over all columns in your dataframe
df[cols] = df[cols].apply(function_name)
添加回答
舉報(bào)
0/150
提交
取消