熊猫将满足大于和小于条件的列的值倍数答案

【问题标题】：Pandas to multiple the value of a column that satisfies greater and less than condition熊猫将满足大于和小于条件的列的值倍数
【发布时间】：2019-11-21 16:10:39
【问题描述】：

如何使用pandas对满足大于和小于条件的列的值进行倍增？

df['res'] = ((df['value']<=3) & (df['value']>=1)) * 1.5 *df['value']

df['res'] = ((df['value']<=7) & (df['value']>=4)) * 1.3 *df['value']

以上是我尝试过的。但是，我不断收到消息：

试图在 DataFrame 中的切片副本上设置值。尝试改用 .loc[row_indexer,col_indexer] = value"

当我尝试超过 2 个条件时，“res”变为 0。

以下是我希望达到的目标：

value    res
2        3
6        7.8

【问题讨论】：

标签： python pandas

【解决方案1】：

您混淆了两种对象：掩码，即布尔系列，以及数据框的原始列，即具有数值的系列。
这应该可以解决问题：

mask1 = (df['value']<=3) & (df['value']>=1)
mask2 = (df['value']<=7) & (df['value']>=4)
df.loc[mask1, 'res'] = df['value'] * 1.5
df.loc[mask2, 'res'] = df['value'] * 1.3
print(df)

   value  res
0      2  3.0
2      6  7.8

【讨论】：

【解决方案2】：

你可以使用这个来获得一个范围：

df['res'] = df['value'].between(1, 3, inclusive=True)

此处包含决定是否应包含端点。

【讨论】：

【解决方案3】：

我建议使用.between方法来创建这样的掩码，即：

df.loc[df['value'].between(1,3), 'res'] = df[ df['value'].between(1,3), 'value'] * 1.5
df.loc[df['value'].between(4,7), 'res'] = df[ df['value'].between(4,7), 'value'] * 1.3

或者，您也可以使用np.where 函数，它充当 if-else：

df['res'] = np.where(df['value'].between(1,3), 
                     df['value'] * 1.5,
                     np.where(df['value'].between(4,7),
                              df['value'] * 1.3,
                              df['value']))

【讨论】：