python - Pandas 相当于 'if' 'else' 条件将计算列添加到 df

Question

下表对文本中的唯一单词进行了计数(在本例中为 Hamlet 的德文文本)。

我想使用 Pandas 添加一列 ['frequency'] 来打印三个答案之一。

• 如果“计数”列中的值 <=10，则频率为 “不常见”

• 如果“计数”列中的值>10，则频率为 '经常'

• 如果“计数”列中的值为 1，则频率为“唯一”

我是 pandas 的新手，所以我最初认为我必须使用“for”循环和“if”“else”。当然，这对我不起作用，在阅读了这篇文章之后，我发现您可以改用 .loc[] 。它更干净。

我会把答案放在下面，以防其他人非常清楚地需要这个设置。 🙂 这是我之前使用的表格-

      count                 word  length
0     67223                            0
1         7               deinen       6
2         1          überwachsen      11
3         3                 them       4
4         2            fortunens       9
5         1              flammen       7
6         1    ersäuentsezlichen      17
7         2              alleino       7
8         1             empfehle       8
9         1  beschulöffentlicher      19
10        1         unterthänige      12
11        1                   pr       2
12        1       zurükzutreiben      14
13       38                   wo       2
14        1          schadhaften      11
15        1               ddiese       6
16        1         zurükhaltend      12
17        1                 laim       4
18        1               agents       6

Answer 1

这是 pd.cut 的绝佳用例:

pd.cut(df['count'], 
       bins=[-np.inf, 1, 10, np.inf], 
       labels=['unique', 'infrequent', 'frequent'])

0       frequent
1     infrequent
2         unique
3     infrequent
4     infrequent
5         unique
6         unique
7     infrequent
8         unique
9         unique
10        unique
11        unique
12        unique
13      frequent
14        unique
15        unique
16        unique
17        unique
18        unique
Name: count, dtype: category
Categories (3, object): [unique < infrequent < frequent]

另一个答案中 np.select 的缺点是您需要在选择之前评估所有条件，并且不能随着条件的增加而扩展。