Comment multiplier une colonne par incréments prédéfinis?

Question

Dites que j'ai un pandas df avec des entiers (valeur) dans une colonne. J'ai besoin de faire une deuxième colonne qui est égale à 0 lorsque la valeur est < 100, 1,00 lorsque la valeur> = 100, et ajouter 0,25 pour chaque augmentation de 25 et vice versa si la valeur diminue. MAIS je veux seulement ajouter 0,25 à la nouvelle colonne jusqu'à la valeur de 2,00, c'est-à-dire quatre fois max.

résultat 'taille' prévue:

value size 
90   0.00 
100   1.00 
110   1.00 
115   1.00 
125   1.25 
145   1.25 
150   1.50 
175   1.75 
195   1.75 
200   2.00 
230   2.00 
250   2.00 
200   2.00 
180   1.75 
150   1.50 
135   1.25 
120   1.00 
109   1.00 
99   0.00 

Tous les conseils seront les bienvenus!

Answer 1

Vous pouvez utiliser // (division entière):

In [11]: (df.value // 25) * 0.25 
Out[11]: 
0  0.75 
1  1.00 
2  1.00 
3  1.00 
4  1.25 
5  1.25 
6  1.50 
7  1.75 
8  1.75 
9  2.00 
10 2.25 
11 2.50 
12 2.00 
13 1.75 
14 1.50 
15 1.25 
16 1.00 
17 1.00 
18 0.75 
Name: value, dtype: float64 

qui vous amène la plupart du chemin, à l'exception de la condition < 100:

In [12]: (df.value >= 100) * ((df.value // 25) * 0.25) 
Out[12]: 
0  0.00 
1  1.00 
2  1.00 
3  1.00 
4  1.25 
5  1.25 
6  1.50 
7  1.75 
8  1.75 
9  2.00 
10 2.25 
11 2.50 
12 2.00 
13 1.75 
14 1.50 
15 1.25 
16 1.00 
17 1.00 
18 0.00 
Name: value, dtype: float64 

puis couper ceux sur 2 :

In [13]: (df.value >= 100) * ((df.value // 25) * 0.25).clip(0, 2) 
Out[13]: 
0  0.00 
1  1.00 
2  1.00 
3  1.00 
4  1.25 
5  1.25 
6  1.50 
7  1.75 
8  1.75 
9  2.00 
10 2.00 
11 2.00 
12 2.00 
13 1.75 
14 1.50 
15 1.25 
16 1.00 
17 1.00 
18 0.00 
Name: value, dtype: float64 

Answer 2

En utilisant pd.cut

R=list(range(100, 225,25)) 
R=[0]+R+[np.inf] 
label=[0]+list(np.arange(1.0,2.25,0.25)) 
pd.cut(df.value,R,labels=label,right=False) 

Out[16]: 
0  0.00 
1  1.00 
2  1.00 
3  1.00 
4  1.25 
5  1.25 
6  1.50 
7  1.75 
8  1.75 
9  2.00 
10 2.00 
11 2.00 
12 2.00 
13 1.75 
14 1.50 
15 1.25 
16 1.00 
17 1.00 
18 0.00 

Answer 3

Voici une solution très similaire à @Andy Hayden's solution:

In [80]: df['size'] = df['value'].clip(100, 200) // 25 * 0.25 

In [81]: df 
Out[81]: 
    value size 
0  90 1.00 
1  100 1.00 
2  110 1.00 
3  115 1.00 
4  125 1.25 
5  145 1.25 
6  150 1.50 
7  175 1.75 
8  195 1.75 
9  200 2.00 
10 230 2.00 
11 250 2.00 
12 200 2.00 
13 180 1.75 
14 150 1.50 
15 135 1.25 
16 120 1.00 
17 109 1.00 
18  99 1.00