我首先将Knownvalue
系列转换为等于其截断值除以十的整数列表(例如27.87 // 10 = 2)。这些桶表示所需列位置的整数。由于Knownvalue
位于第一列,因此我将这些值加1。
接下来,我列举了这些bin值,它们有效地给出了行和列整数索引的元组对。我用iat
到这些位置相等的值设置为1
import pandas as pd
import numpy as np
# Create some sample data.
df_vals = pd.DataFrame({'Knownvalue': np.random.random(5) * 50})
df = pd.concat([df_vals, pd.DataFrame(np.zeros((5, 5)), columns=list('ABCDE'))], axis=1)
# Create desired column locations based on the `Knownvalue`.
bins = (df.Knownvalue // 10).astype('int').tolist()
>>> bins
[4, 3, 0, 1, 0]
# Set these locations equal to 1.
for idx, col in enumerate(bins):
df.iat[idx, col + 1] = 1 # The first column is the `Knownvalue`, hence col + 1
>>> df
Knownvalue A B C D E
0 47.353937 0 0 0 0 1
1 37.460338 0 0 0 1 0
2 3.797964 1 0 0 0 0
3 18.323131 0 1 0 0 0
4 7.927030 1 0 0 0 0
(注意:文字比图片更方便,因为您可以复制和粘贴文本,因此我已经回复到文本版本。) – DSM