我有一个带有一些数值的数据框列。我希望根据给定条件将这些值替换为1和0。条件是,如果该值高于列的平均值,则将数值更改为1,否则将其设置为0。
这是我现在拥有的代码:
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
dataset = pd.read_csv('data.csv')
dataset = dataset.dropna(axis=0, how='any')
X = dataset.drop(['myCol'], axis=1)
y = dataset.iloc[:, 4:5].values
mean_y = np.mean(dataset.myCol)
目标是数据帧y。y就像这样:
0
0 16
1 13
2 12.5
3 12
等等。mean_y等于3.55。因此,我需要所有大于3.55的值都必须成为1,其余的都应成为0。
我应用了此循环,但未成功:
for i in dataset.myCol:
if dataset.myCol[i] > mean_y:
dataset.myCol[i] = 1
else:
dataset.myCol[i] = 0
输出如下:
0
0 16
1 13
2 0
3 12
我究竟做错了什么?有人可以解释一下我的错误吗?
谢谢!
尝试以下矢量化方法:
dataset.myCol = np.where(dataset.myCol > dataset.myCol.mean(), 1, 0)
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句