我有一個類似于下面的 df ： name age sex 1 john 12 m 2 mary 13 f 3 joseph 12 m 4 maria 14 f如何根據(jù)索引創(chuàng)建新列？例如，對于索引 1 和 2，我希望它們有標(biāo)簽1，對于索引 3 和 4，我希望它們有標(biāo)簽2，如下所示： name age sex label 1 john 12 m cluster1 2 mary 13 f cluster1 3 joseph 12 m cluster2 4 maria 14 f cluster2我應(yīng)該使用類似的東西(df.index.isin([1, 2])) == 'cluster1'嗎？我認為不可能假設(shè)一df['target'] = (df.index.isin([1, 2])) == 'cluster1開始label就不存在。
4 回答
瀟瀟雨雨
TA貢獻1833條經(jīng)驗 獲得超4個贊
我想這就是你要找的東西？您可以使用不同集群的列表，以這種方式使您的標(biāo)簽任意。
import pandas as pd
data = {'name':['bob','sue','mary','steve'], 'age':[11, 23, 53, 44]}
df = pd.DataFrame(data)
print(df)
df['label'] = 0
cluster1 = [0, 3]
cluster2 = [1, 2]
df.loc[cluster1, 'label'] = 1
df.loc[cluster2, 'label'] = 2
#another way
#df.iloc[cluster1, df.columns.get_loc('label')] = 1
#df.iloc[cluster2, df.columns.get_loc('label')] = 2
print(df)
輸出：
name age
0 bob 11
1 sue 23
2 mary 53
3 steve 44
name age label
0 bob 11 1
1 sue 23 2
2 mary 53 2
3 steve 44 1
您可以讓初始列創(chuàng)建為任何內(nèi)容。因此，您可以將其設(shè)置為集群值之一（這樣您只需手動設(shè)置另一個集群，而不是同時設(shè)置兩者），也可以將其設(shè)置為集群值，這樣您就可以在分配標(biāo)簽后輕松檢查是否錯過了任何集群None值行。
如果對集群的分配確實是任意的，我認為您無法比這更自動化。
慕妹3242003
TA貢獻1824條經(jīng)驗 獲得超6個贊
這是您正在尋找的解決方案嗎？我將數(shù)據(jù)加倍，以便您可以嘗試不同的序列。在這里，如果您編寫 create_label(df, 3) 而不是 2，它將以 3 乘 3 的方式進行迭代。它為您提供了獲得參數(shù)化解決方案的機會。
import pandas as pd
df = pd.DataFrame({'name': ['john', 'mary', 'joseph', 'maria', 'john', 'mary', 'joseph', 'maria'],
'age': [12, 13, 12, 14, 12, 13, 12, 14],
'sex': ['m', 'f','m', 'f', 'm', 'f','m', 'f']})
df.index = df.index + 1
df['label'] = pd.Series()
def create_label(data, each_row):
i = 0
j = 1
while i <= len(data):
data['label'][i: i + each_row] = 'label' + str(j)
i += each_row
j += 1
return data
df_new = create_label(df, 2)
波斯汪
TA貢獻1811條經(jīng)驗 獲得超4個贊
對于小型數(shù)據(jù)框或數(shù)據(jù)集，您可以使用以下代碼
Label=pd.Series(['cluster1','cluster1','cluster2','cluster2'])
df['label']=Label
慕田峪9158850
TA貢獻1794條經(jīng)驗 獲得超8個贊
您可以使用 for 循環(huán)并使用列表來獲取包含所需數(shù)據(jù)的新列
import pandas as pd
df = pd.read_csv("dataset.csv")
list1 = []
for i in range(len(df.name)):
if i < 2:
list1.append('cluster1')
else:
list1.append('cluster2')
label = pd.Series(list1)
df['label'] = label
添加回答
舉報
0/150
提交
取消