我怎么能实现类似 np.where(df[varaible]

Question

我想将一个分类变量的值更改other为以下条件['value1','value2']这是我的代码：random_sample['NAME_INCOME_TYPE_ind'] = np.where(random_sample['NAME_INCOME_TYPE'] in ['Maternity leave', 'Student']), 'Other')我尝试.any()在这行代码的不同位置添加，但仍然无法解决错误。ValueError：系列的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

Answer 1

您可以使用str.contains检查条件满足的位置：

l = ('|').join(['Maternity leave', 'Student'])

m = random_sample['NAME_INCOME_TYPE'].str.contains(l)

您还可以m使用.isin以下方法生成：

random_sample['NAME_INCOME_TYPE'].isin(['Maternity leave', 'Student'])

然后使用np.where. 但是，请注意，您不能根据条件仅指定要从中选择的两个值之一，您必须同时指定x和y。对于您的情况，您可以使用 df['NAME_INCOME_TYPE']and otheras xand y：

random_sample['NAME_INCOME_TYPE_ind'] = np.where(m, 

                                                'Other',

                                                random_sample['NAME_INCOME_TYPE'])

在示例数据帧上进行测试：

df = pd.DataFrame({'NAME_INCOME_TYPE':['word1','word2','Student']})

l = ('|').join(['Maternity leave', 'Student'])

m = random_sample['NAME_INCOME_TYPE'].str.contains(l)

df['NAME_INCOME_TYPE_ind'] = np.where(m, 'Other', df['NAME_INCOME_TYPE'])

       NAME_INCOME_TYPE NAME_INCOME_TYPE_ind

0            word1                word1

1            word2                word2

2          Student                Other