熊猫：根据它们所属的数字范围重命名列中的值？

Question

我有一个数据框，其中包含一堆数字，范围从 1 到 100。我想拆分这些值，以便如果值介于 1 到 10 之间，则将它们替换为 0。如果值介于 11 到 20 之间，它们被替换为 1。如果值介于 21 - 30 之间，则它们被替换为 2，依此类推。我怎样才能用 Pandas 做到这一点？我试过的：dating["attr1_1"] = dating["attr1_1"][0:11] = 0 dating["attr1_1"] = dating["attr1_1"][11:21] = 1

Answer 1

您可以使用 binning 过程pd.cut()。

import pandas as pd

a = pd.Series(range(1,100))
pd.cut(a, bins=[1,11,21,31,41,51,61,71,81,91,101], labels=False, right=False)

Answer 2

您可以像这样在所有列上应用：

df.apply(lambda x: x-1 // 10)

这是调用底数除法：2.9 变为 2，1.8 变为 1 等。由于在您的情况下 30 应变为 2，因此我们在应用底数除法之前从值中减去 1。

Answer 3

您可以创建一个函数来执行操作并将其作为 .apply() 的参数传递。例如：

def function_name(rows):

    if row > 0 and row <= 10:

        return 0

    elif othercases ...

for cols in df.columns: # loop over all columns in your dataframe

    df[cols] = df[cols].apply(function_name)