熊猫数据框内值的映射范围

Question

抱歉，是否曾有人问过这个问题，但我进行了广泛调查，没有结果。

import pandas as pd    
import numpy as np    
df = pd.DataFrame(data = np.random.randint(1,10,10),columns=['a'])

   a
0  7
1  8
2  8
3  3
4  1
5  1
6  2
7  8
8  6
9  6

我想创建一个新列b，该列a根据某些规则映射的多个值，例如a = [1,2,3]为1，a = [4,5,6,7]为2，a = [8
，9,10]为3。一对一映射对我来说很清楚，但是如果我想按值列表或范围进行映射怎么办？

我遵循这些原则…

df['b'] = df['a'].map({[1,2,3]:1,range(4,7):2,[8,9,10]:3})

Answer 1

有几种选择。

熊猫通过pd.cut/ NumPy通过np.digitize

NumPy通过 np.select

df = pd.DataFrame(data=np.random.randint(1,10,10), columns=['a'])

criteria = [df['a'].between(1, 3), df['a'].between(4, 7), df['a'].between(8, 10)]
values = [1, 2, 3]

df['b'] = np.select(criteria, values, 0)

的元素criteria是布尔级数，因此对于值 列表 ，可以使用df['a'].isin([1, 3])，等等。

通过字典映射 range

d = {range(1, 4): 1, range(4, 8): 2, range(8, 11): 3}

df['c'] = df['a'].apply(lambda x: next((v for k, v in d.items() if x in k), 0))

print(df)

   a  b  c
0  1  1  1
1  7  2  2
2  5  2  2
3  1  1  1
4  3  1  1
5  5  2  2
6  4  2  2
7  4  2  2
8  9  3  3
9  3  1  1