熊猫数据框添加一个基于多个if语句的字段

Question

我对Python和熊猫很新，所以这可能是一个明显的问题。

我有一个在其中列出年龄的数据帧。我想创建一个具有年龄段的新领域。我可以使用lambda语句来捕获单个if/else语句，但我想使用多个if语句，例如if age < 18 then 'under 18' elif age < 40 then 'under 40' else '>40'。

我不认为我可以使用lambda来做到这一点，但我不知道如何以不同的方式做到这一点。我到目前为止的代码如下：

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

熊猫DataFrame提供了一个很好的查询能力。

什么你正在尝试做的可以简单地用做：

# 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' 

这里的查询是数据帧的一个强大的工具，可以让你操纵数据框，因为你需要。

对于更复杂的条件语句，你可以通过封装在括号中的每个条件，并将它们与布尔运算符分隔指定多个条件（例如“&”或“|”）

你也可以在这里看到这样的用于设置> 18的第二个条件语句。

编辑：

您可以阅读更多有关数据帧的索引和条件：

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

编辑：

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 

编辑：

要看看如何做到这一点没有链接[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

你也可以做一个嵌套np.where（）

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