在pandas系列中使用if/else根据条件创建新系列

Question

我有一个 pandas df。假设我有一个 "activity" 列，它可以是 "fun" 或 "work"，我想将它转换为整数。我做的是：

df["activity_id"] = 1*(df["activity"]=="fun") + 2*(df["activity"]=="work")

这可行，因为我不知道如何在其中放置 if/else（如果您有 10 个活动，它会变得复杂）。

但是，假设我现在有相反的问题，我想从 id 转换为字符串，我不能再使用这个技巧了，因为我不能将字符串与布尔值相乘。我该怎么做？有没有办法使用 if/else?

Answer 1

您可以创建一个以id为键，字符串为值的字典，然后使用map系列方法将整数转换为字符串。

my_map = {1:'fun', 2:'work'}

df['activity']= df.activity_id.map(my_map)

Answer 2

您可以将 activity 列转换为 categorical dtype:

df['activity'] = pd.Categorical(df['activity'])

然后您将可以通过 df['activity'].cat.codes 自动访问值的整数标签。

import pandas as pd

df = pd.DataFrame({'activity':['fun','work','fun']})
df['activity'] = pd.Categorical(df['activity'])

print(df['activity'].cat.codes)
0    0
1    1
2    0
dtype: int8

同时，字符串值仍然可以像以前一样访问，而 saving memory:

print(df)

仍然产量

  activity
0      fun
1     work
2      fun

Answer 3

您还可以使用字典和列表理解来重新计算整个列的值。这也使得定义反向映射变得容易：

>>> import pandas as pd
>>> forward_map = {'fun': 1, 'work': 2}
>>> reverse_map = {v: k for k, v in forward_map.iteritems()}
>>> df = pd.DataFrame(
    {'activity': ['work', 'work', 'fun', 'fun', 'work'],
     'detail': ['reports', 'coding', 'hiking', 'games', 'secret games']})
>>> df

  activity        detail
0     work       reports
1     work        coding
2      fun        hiking
3      fun         games
4     work  secret games

>>> df['activity'] = [forward_map[i] for i in df['activity']]
>>> df

   activity        detail
0         2       reports
1         2        coding
2         1        hiking
3         1         games
4         2  secret games

>>> df['activity'] = [reverse_map[i] for i in df['activity']]
>>> df

  activity        detail
0     work       reports
1     work        coding
2      fun        hiking
3      fun         games
4     work  secret games

在pandas系列中使用if/else根据条件创建新系列

Using if/else in pandas series to create new series based on conditions

python

series

pandas