根据多个条件计算列

巴拉特·夏尔马

我正在阅读有关基于行为的新计算的博客，其中插入了新的col“ category”。

data = {'name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'], 
        'age': [42, 52, 36, 24, 73], 
        'preTestScore': [4, 24, 31, 2, 3],
        'postTestScore': [25, 94, 57, 62, 70]}
df = pd.DataFrame(data, columns = ['name', 'age', 'preTestScore', 'postTestScore'])
df['category'] = np.where(df['age']>=50, 'yes', 'no')

如何扩展到多种条件，如年龄小于20岁的孩子; 如果在21至40岁之间，则年轻; 如果高于40，则年龄较大

洛兹

对于多种情况，您可以使用numpy.select代替numpy.where

import numpy as np

cond = [df['age'] < 20, df['age'].between(20, 39), df['age'] >= 40]
choice = ['kid', 'young', 'old']

df['category'] = np.select(cond, choice)
#    name  age  preTestScore  postTestScore category
#0  Jason   42             4             25      old
#1  Molly   52            24             94      old
#2   Tina   36            31             57    young
#3   Jake   24             2             62    young
#4    Amy   73             3             70      old

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。