在 Python 中使用 np.vectorize 映射布尔值答案

【问题标题】：Mapping boolean with np.vectorize in Python在 Python 中使用 np.vectorize 映射布尔值
【发布时间】：2020-09-15 16:37:39
【问题描述】：

我在 pandas df 中有这两列：

     seconds       min
0              52  0.866667
1               5  0.083333
2              10  0.166667
3               5  0.083333
4              16  0.266667
197           144  2.400000

只有当 ['seconds'] 大于 60 时，我想在 ['min'] 列中将秒转换为分钟，否则它应该为空。

我尝试将 ['min'] 列转换为布尔值：

    x = df['min'] = np.array(df['seconds'].apply(lambda x: True if x >60 else False))

我得到了布尔值，然后我尝试映射它：

    mapping = [df['seconds']/60]
    result = np.vectorize(lambda i:mapping[i], x)

但我得到了回报：

TypeError: 列表索引必须是整数或切片，而不是 str

这是正确的方法还是有其他更简单的解决方案？

输出：

    seconds       min
0              52  
1               5  
2              10  
3               5  
4              16  
197           144  2.400000

【问题讨论】：

去掉'True'和'False'的引号
谢谢，我没有注意到，但我得到了返回 IndexError: list index out of range
请发布您的预期输出
貌似也应该有逗号result = np.vectorize(lambda i:mapping[i], x)
@Techniquab 是的，谢谢。我纠正了它。我更新了输出。

标签： python pandas boolean

【解决方案1】：

我不确定如何使用您的矢量化方法，但以下方法可行

df.loc[df['seconds']<60,'min'] = 0
df.loc[df['seconds']>60,'min'] = df['seconds'][df['seconds']>60] /60

【讨论】：

我明白了，谢谢。我想在我有 False 的地方映射 [df['seconds']>60] /60。

【解决方案2】：

您的 'True' 和 'False' 是不是布尔值的字符串。布尔值没有引号

【讨论】：