熊貓數據框添加一個基於多個if語句的字段

Question

我對Python和熊貓很新，所以這可能是一個明顯的問題。

我有一個在其中列出年齡的數據幀。我想創建一個具有年齡段的新領域。我可以使用lambda語句來捕獲單個if/else語句，但我想使用多個if語句，例如if age < 18 then 'under 18' elif age < 40 then 'under 40' else '>40'。

我不認爲我可以使用lambda來做到這一點，但我不知道如何以不同的方式做到這一點。我到目前爲止的代碼如下：

import pandas as pd 
import numpy as n 

d = {'Age' : pd.Series([36., 42., 6., 66., 38.]) } 

df = pd.DataFrame(d) 

df['Age_Group'] = df['Age'].map(lambda x: '<18' if x < 19 else '>18') 

print(df) 

Answer 1

熊貓DataFrame提供了一個很好的查詢能力。

什麼你正在嘗試做的可以簡單地用做：

# Set a default value 
df['Age_Group'] = '<40' 
# Set Age_Group value for all row indexes which Age are greater than 40 
df['Age_Group'][df['Age'] > 40] = '>40' 
# Set Age_Group value for all row indexes which Age are greater than 18 and < 40 
df['Age_Group'][(df['Age'] > 18) & (df['Age'] < 40)] = '>18' 
# Set Age_Group value for all row indexes which Age are less than 18 
df['Age_Group'][df['Age'] < 18] = '<18' 

這裏的查詢是數據幀的一個強大的工具，可以讓你操縱數據框，因爲你需要。

對於更復雜的條件語句，你可以通過封裝在括號中的每個條件，並將它們與布爾運算符分隔指定多個條件（例如「&」或「|」）

你也可以在這裏看到這樣的用於設置> 18的第二個條件語句。

編輯：

您可以閱讀更多有關數據幀的索引和條件：

http://pandas.pydata.org/pandas-docs/dev/indexing.html#index-objects

編輯：

要看看它是如何工作的：

>>> d = {'Age' : pd.Series([36., 42., 6., 66., 38.]) } 
>>> df = pd.DataFrame(d) 
>>> df 
    Age 
0 36 
1 42 
2 6 
3 66 
4 38 
>>> df['Age_Group'] = '<40' 
>>> df['Age_Group'][df['Age'] > 40] = '>40' 
>>> df['Age_Group'][(df['Age'] > 18) & (df['Age'] < 40)] = '>18' 
>>> df['Age_Group'][df['Age'] < 18] = '<18' 
>>> df 
    Age Age_Group 
0 36  >18 
1 42  >40 
2 6  <18 
3 66  >40 
4 38  >18 

編輯：

要看看如何做到這一點沒有鏈接[使用EdChums方法]。

>>> df['Age_Group'] = '<40' 
>>> df.loc[df['Age'] < 40,'Age_Group'] = '<40' 
>>> df.loc[(df['Age'] > 18) & (df['Age'] < 40), 'Age_Group'] = '>18' 
>>> df.loc[df['Age'] < 18,'Age_Group'] = '<18' 
>>> df 
    Age Age_Group 
0 36  >18 
1 42  <40 
2 6  <18 
3 66  <40 
4 38  >18 

Answer 2

你也可以做一個嵌套np.where（）

df['Age_group'] = np.where(df.Age<18, 'under 18', 
          np.where(df.Age<40,'under 40', '>40'))