python - 过滤 Pandas 数据框列时如何使用.le()和.ge()？

Question

这是一个示例 pandas DataFrame:

import pandas as pd
import numpy as np

data = {"first_column": ["item1", "item2", "item3", "item4", "item5", "item6", "item7"],
        "second_column": ["cat1", "cat1", "cat1", "cat2", "cat2", "cat2", "cat2"],
        "third_column": [5, 1, 8, 3, 731, 189, 9]}

df = pd.DataFrame(data)

df
     first_column second_column  third_column
0        item1          cat1             5
1        item2          cat1             1
2        item3          cat1             8
3        item4          cat2             3
4        item5          cat2           731
5        item6          cat2           189
6        item7          cat2             9

我想根据 10 =< x =<1000“过滤”第三列。

如果我做的大于或等于 10，这是:

df['greater_than_ten'] = df.third_column.ge(10).astype(np.uint8)

如果我做不到1000，就是:

df['less_than_1K'] = df.third_column.le(1000).astype(np.uint8)

但我不能同时进行这些操作，即

df['both'] = df.third_column.le(1000).ge(10).astype(np.uint8)

我也不能按顺序尝试这些操作。

如何同时使用 .ge() 和 .le()？

Answer 1

您可以使用 between()取而代之的是您感兴趣的系列。

df['both'] = df.third_column.between(10, 1000).astype(np.uint8)

屈服

>>> df

  first_column second_column  third_column  both
0        item1          cat1             5     0
1        item2          cat1             1     0
2        item3          cat1             8     0
3        item4          cat2             3     0
4        item5          cat2           731     1
5        item6          cat2           189     1
6        item7          cat2             9     0