大熊猫返回1或0时，与另一列的平均值相比

我有一个数据框，我试图创建一个返回1或0的新列。逻辑是如果状态的['Avg_Temp']大于或等于['Avg_Temp']。mean（）然后我想['Hot']列的值为'1'，否则它应该有'0'的值。大熊猫返回1或0时，与另一列的平均值相比

我尝试低于但我对DF结果[“热”]都是“1”，所以我知道我做错了什么......在您的帮助

谢谢！

数据=

Avg_Temp 
MI 66   
AL 78 
OH 50 
VT 64 
NB 34 

df = data 
TempMean = df10['Avg_Temp'].mean() 
df10['Hot'] = 0 
df10['Hot'] = df10.loc[df10['Avg_Temp'] >= TempMean] = 1 
return df10['Hot']

来源

2017-02-03 SDS

有几个问题与您的代码，例如压痕。编辑问题，这样就很清楚了。就目前而言，'df'和'df10'是什么混淆。从未定义过'df10'。 – Mikk

这可能就足够了：'df10 ['Hot'] [df10 ['Avg_Temp']> = TempMean] = 1'。注意在倒数第二行中你基本上有两项任务。 – Evert

@Evert：通常应该避免像这样的链式赋值。 – DSM

的错误是在这条线：

df10['Hot'] = df10.loc[df10['Avg_Temp'] >= TempMean] = 1

什么df10.loc[df10['Avg_Temp'] >= TempMean] = 1手段是： “设定1到匹配的条件的行”。然后，将此操作的结果分配给Hot列。什么，你想要做的是，以取代符合：

df10.loc[df10['Avg_Temp'] >= TempMean, 'Hot'] = 1

来源

2017-02-03 19:23:59 Mikk

我用了更短，更简单的两个，它解决了我的问题。谢谢！ – SDS

df10['Hot'] = df10.loc[df10['Avg_Temp'] >= TempMean] = 1

不会做你打算什么。它在这里是相当于

df10.loc[df10['Avg_Temp'] >= TempMean] = 1 
df10['Hot'] = 1

其中第一组中的每一行与Avg_Temp列> = TempMean为1，然后将热列1

你可能想

In [51]: df10["Hot"] = 0 

In [52]: df10.loc[df10["Avg_Temp"] >= TempMean, "Hot"] = 1 

In [53]: df10 
Out[53]: 
    Avg_Temp Hot 
MI  66 1 
AL  78 1 
OH  50 0 
VT  64 1 
NB  34 0

或，更简单，

df10["Hot"] = (df10["Avg_Temp"] >= TempMean).astype(int)

我们不需要先设置df10["Hot"]。

来源

2017-02-03 19:26:07 DSM

尝试

df['Hot'] = np.where((df['Avg_Temp'] > df['Avg_Temp'].mean()), 1, 0)

来源

2017-02-03 19:26:58 Vaishali

我喜欢

avg = df.Avg_Temp 
df.assign(Hot=avg.ge(avg.mean()).astype(np.uint8))

来源

2017-02-03 20:01:35 piRSquared

不错的解决方案+1。 – ade1e

大熊猫返回1或0时，与另一列的平均值相比

回答

相关问题