如何在Python中創建一個條件低於或高於中位數的虛擬變量？

如何在Python中創建二進制虛擬變量，當人員的工資低於工資水平中值時，其值爲0，否則設置爲1？當薪水高於或低於這個水平時，我不明白該怎麼做。如何在Python中創建一個條件低於或高於中位數的虛擬變量？

我想這

df['Salary'] = (df['Salary'] > df['Salary'].median()) & (df['Salary'] < df['Salary'].median())

但沒有輸出。

在此之前，我嘗試這樣做：

df['Salary'].median() 
df_Salary = pd.get_dummies(df['Salary'].median()) 
df_new = pd.concat([df, df_Salary], axis=1) 
df_new

，並得到這個

Gender Exp Salary 74000.0 

0 Female 15 78200 1 
1 Female 12 66400 NaN 
2 Female 3 6000 NaN 
...

來源

2016-04-15 jul094

我想你想這樣的事情（使用符號和變量名）。

df['Salary'] = 0 if df['Salary'] < df['Salary'].median() else 1

這工作完全像它讀取。它表示df['Salary']將是零如果薪水低於中位數，否則將其作爲一個。作爲參考，這種類型的聲明被稱爲三元運算符。

來源

2016-04-15 02:06:55 zephyr

非常感謝！但是當我按照你所說的那樣嘗試了一個錯誤時'ValueError：一個Series的真值是不明確的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。' – jul094

那麼這是一個問題，無論'df ['薪水']'和'df ['薪水']。median（）'是。不知道這些是什麼，我不能給你更具體的幫助，但它似乎'df ['Salary']'是一個值的數組，並且python不知道如何評估一系列Trues和False的有效性。你可能需要像列表理解那樣在你做'df ['Salary'] = [0如果薪水 zephyr

這只是使用基本的條件和存儲變量。

median = 30500 
salary = 50000 
median_flag = 1 if salary > median else 0 
print median_flag 
1

來源

2016-04-15 02:08:45

你可以做一個量化的比較結果轉換爲int：

>>> df["Median_Compare"] = (df["Salary"] >= df["Salary"].median()).astype(int) 
>>> df 
    Gender Exp Salary Median_Compare 
0 Female 15 78200    1 
1 Female 12 66400    0 
2 Female 3 6000    0

這工作，因爲我們有

>>> df["Salary"].median() 
66400.0 
>>> df["Salary"] >= df["Salary"].median() 
0  True 
1 False 
2 False 
Name: Salary, dtype: bool 
>>> (df["Salary"] >= df["Salary"].median()).astype(int) 
0 1 
1 0 
2 0 
Name: Salary, dtype: int32

爲了使三元接近工作（X，如果（條件）否則Y），你需要apply它，因爲它們不能很好地與陣列玩，它沒有明確的真值。

來源

2016-04-15 02:33:40 DSM

你可以僅僅通過一個乘以它強迫一個布爾爲int：

df["Median_Compare"] = (df["Salary"] >= df["Salary"].median()) * 1

來源

2016-04-15 03:32:14 Alexander

如何在Python中創建一個條件低於或高於中位數的虛擬變量？

回答

相關問題