熊猫：3状态布尔索引与字符串替换

Question

我有一个包含布尔值（1和-1）和nans的熊猫数据框。我想用“高”，“低”和nans这些字填充它。我曾尝试：

1）布尔索引

df[df==1] = 'High' 

但随后得到了混合型错误，当我走到下一个条件，

2），并使用 '其中'

df.where(df==1,'High') 

但这实际上给出了相反的结果（指定'高'到df <> 1）。

我应该怎么做？

Answer 1

使用replace或双numpy.where：

d = {1:'High', -1:'Low'} 
df = df.replace(d) 

另一种解决方案：

df = pd.DataFrame(np.where(df == 1, 'High', 
        np.where(df == -1, 'Low', np.nan)), index=df.index, columns=df.columns) 
print (df) 

样品：

df = pd.DataFrame({'A':[1,-1,np.nan], 
        'B':[np.nan,1,1], 
        'C':[1,-1,1]}) 

print (df) 
    A B C 
0 1.0 NaN 1 
1 -1.0 1.0 -1 
2 NaN 1.0 1 

d = {1:'High', -1:'Low'} 
df = df.replace(d) 
print (df) 
     A  B  C 
0 High NaN High 
1 Low High Low 
2 NaN High High 

---

df = pd.DataFrame(np.where(df == 1, 'High', 
        np.where(df == -1, 'Low', np.nan)), index=df.index, columns=df.columns) 
print (df) 
     A  B  C 
0 High nan High 
1 Low High Low 
2 nan High High