如何在 Python 中创建一个条件低于或高于中位数的虚拟变量？

Question

如何在 Python 中创建二进制虚拟变量，当一个人的工资低于平均工资水平时取值为 0，否则设置为 1？当工资高于或低于时，我不明白如何做到这一点。

我试过了

df['Salary'] = (df['Salary'] > df['Salary'].median()) & (df['Salary'] < df['Salary'].median())

但是没有输出。

在此之前我尝试过：

df['Salary'].median()
df_Salary = pd.get_dummies(df['Salary'].median())
df_new = pd.concat([df, df_Salary], axis=1)
df_new

得到了这个

    Gender  Exp Salary  74000.0

0   Female  15  78200   1
1   Female  12  66400   NaN
2   Female  3   6000    NaN
...

Answer 1

您可以将布尔值强制为 int，只需将其乘以 1：

df["Median_Compare"] = (df["Salary"] >= df["Salary"].median()) * 1

Answer 2

您可以进行矢量化比较并将结果转换为 int：

>>> df["Median_Compare"] = (df["Salary"] >= df["Salary"].median()).astype(int)
>>> df
   Gender  Exp  Salary  Median_Compare
0  Female   15   78200               1
1  Female   12   66400               0
2  Female    3    6000               0

这行得通，因为我们有

>>> df["Salary"].median()
66400.0
>>> df["Salary"] >= df["Salary"].median()
0     True
1    False
2    False
Name: Salary, dtype: bool
>>> (df["Salary"] >= df["Salary"].median()).astype(int)
0    1
1    0
2    0
Name: Salary, dtype: int32

要使三元方法起作用（X if (condition) else Y），您需要 apply 它，因为它们不能很好地处理数组，数组没有明确的真值。

Answer 3

这只是使用基本条件并存储变量。

median = 30500
salary = 50000
median_flag = 1 if salary > median else 0
print median_flag
1

Answer 4

我认为你想要这样的东西（使用你的符号和变量名）。

df['Salary'] = 0 if df['Salary'] < df['Salary'].median() else 1

这和它读起来的完全一样。它说如果工资低于中位数，df['Salary'] 将为零，否则为一。作为参考，这种类型的语句称为三元运算符。