Pandas DataFrame: Ecrire des valeurs dans une colonne en fonction d'une vérification de valeur de la colonne existante

Question

Je souhaite ajouter une colonne à un pd.DataFrame dans lequel j'écris des valeurs en fonction d'une vérification dans une colonne existante.

Je souhaite vérifier les valeurs dans un dictionnaire. Disons que je le dictionnaire suivant:

{"<=4":[0,4], "(4,10]":[4,10], ">10":[10,inf]} 

Maintenant, je veux vérifier dans une colonne dans mon dataframe, si les valeurs de cette colonne appartiennent à l'un des intervalles dans le dictionnaire. Si c'est le cas, je veux écrire la clé du dictionnaire correspondant à une deuxième colonne dans la même trame de données.

Ainsi, une trame de données comme:

 col_1 
    a 3 
    b 15 
    c 8 

deviendra:

 col_1 col_2 
    a 3  "<=4" 
    b 15 ">10" 
    c 8  "(4,10]" 

Answer 1

la fonction pd.cut() est utilisé pour convertir variable continue à une variable catégorique, dans ce cas, nous avons [0 , 4 , 10 , np.inf], cela signifie que nous avons 3 catégories [0 , 4], [4 , 10], [10 , inf], donc une valeur entre 0 et 4 seront affectés à la catégorie [ 0 , 4], et toute valeur entre 4 et 10 sera affectée à la catégorie [ 4 , 10 ] et ainsi de suite.

alors vous attribuer un nom pour chaque catégorie dans le même ordre, vous pouvez le faire en utilisant le paramètre d'étiquette, dans ce cas, nous avons 3 catégories [0 , 4], [4 , 10], [10 , inf], simplement nous assignerons ['<=4' , '(4,10]' , '>10'] au paramètre d'étiquette, cela signifie que la catégorie [0 , 4] sera nommée <=4, et la catégorie [4 , 10] sera nommée (4,10] et ainsi de suite.

In [83]: 
df['col_2'] = pd.cut(df.col_1 , [0 , 4 , 10 , np.inf] , labels = ['<=4' , '(4,10]' , '>10']) 
df 
Out[83]: 
    col_1 col_2 
0 3  <=4 
1 15  >10 
2 8  (4,10] 

Answer 2

Vous pouvez utiliser cette approche:

dico = pd.DataFrame({"<=4":[0,4], "(4,10]":[4,10], ">10":[10,float('inf')]}).transpose() 

foo = lambda x: dico.index[(dico[1]>x) & (dico[0]<=x)][0] 

df['col_1'].map(foo) 

#0  <=4 
#1  >10 
#2 (4,10] 
#Name: col1, dtype: object 

Answer 3

Cette solution crée une fonction nommée extract_str qui est appliquée col_1. Il utilise une compréhension de liste conditionnelle pour parcourir les clés et les valeurs du dictionnaire, en vérifiant si la valeur est supérieure ou égale à la valeur inférieure et inférieure à la valeur supérieure. Une vérification est effectuée pour s'assurer que la liste résultante ne contient pas plus d'un résultat. S'il y a une valeur dans la liste, il est retourné. Sinon, None est renvoyé par défaut.

from numpy import inf 

d = {"<=4": [0, 4], "(4,10]": [4, 10], ">10": [10, inf]} 

def extract_str(val): 
    results = [key for key, value_range in d.iteritems() 
       if value_range[0] <= val < value_range[1]] 
    if len(results) > 1: 
     raise ValueError('Multiple ranges satisfied.') 
    if results: 
     return results[0] 

df['col_2'] = df.col_1.apply(extract_str) 

>>> df 
    col_1 col_2 
a  3  <=4 
b  15  >10 
c  8 (4,10] 

Sur ce petit dataframe, cette solution est beaucoup plus rapide que la solution fournie par @ColonelBeauvel.

%timeit df['col_2'] = df.col_1.apply(extract_str) 
1000 loops, best of 3: 220 µs per loop 

%timeit df['col_2'] = df['col_1'].map(foo) 
1000 loops, best of 3: 1.46 ms per loop 

Answer 4

Vous pouvez utiliser une fonction pour mapper. comme l'exemple. J'espère que cela peut vous aider.

import pandas as pd 
d = {'col_1':[3,15,8]} 
from numpy import inf 
test = pd.DataFrame(d,index=['a','b','c']) 
newdict = {"<=4":[0,4], "(4,10]":[4,10], ">10":[10,inf]} 

def mapDict(num): 
    print(num) 
    for key,value in newdict.items(): 
     tmp0 = value[0] 
     tmp1 = value[1] 
     if num == 0: 
      return "<=4" 
     elif (num> tmp0) & (num<=tmp1): 
      return key 

test['col_2']=test.col_1.map(mapDict) 

puis test deviendra:

col_1 col_2 
a 3 <=4 
b 15 >10 
c 8 (4,10] 

ps. Je veux savoir comment coder rapidement en débordement de pile, y a-t-il quelqu'un qui puisse me dire les trucs?