时间:2021-05-22
如下所示:
def Family_feature(df): df['Fam_Size'] =df['SibSp']+df['Parch'] df['Fam_Size'].loc[df['Fam_Size'] == 0] = 1 df['Fam_Size'].loc[(df['Fam_Size'] > 1) & (df['Fam_Size'] <= 3)] = 2# df['Fam_Size'].loc[df['Fam_Size'] == 2] = 2# df['Fam_Size'].loc[df['Fam_Size'] == 3] = 2 df['Fam_Size'].loc[df['Fam_Size'] > 3] = 3 return dfdf['Fam_Size'].loc[(df['Fam_Size'] > 1) & (df['Fam_Size'] <= 3)] = 2 只要中间加一个 & 符号 , 然后把两边的condition括号起来就行。
以上这篇对pandas里的loc并列条件索引的实例讲解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
pandas中一个很便捷的使用方法通过loc、iloc、ix等索引方式,这里记录一下:df.loc[条件,新增列]=赋初始值如果新增列名为已有列名,则在原来的数
Pandas库中有iloc和loc以及ix可以用来索引数据,抽取数据。但是方法一多也容易造成混淆。下面将一一来结合代码说清其中的区别。1.iloc和loc的区别
Pandas库十分强大,但是对于切片操作iloc,loc和ix,很多人对此十分迷惑,因此本篇博客利用例子来说明这3者之一的区别和联系,尤其是iloc和loc。对
今天发现用pandas里面的数据结构可以减少大量的编程工作,从现在开始逐渐积累,记录一下:使用标签选取数据:df.loc[行标签,列标签]df.loc['a':
pandas获取csv指定行,列house_info=pd.read_csv('house_info.csv')1:取行的操作:house_info.loc[3