我有一个包含 n 个观测值的数据集,假设有 2 个变量 X1 和 X2。我试图根据 (X1, X2) 值的一组条件对每个观察结果进行分类。例如,数据集看起来像
df: Index X1 X2 1 0.2 0.8 2 0.6 0.2 3 0.2 0.1 4 0.9 0.3
组由
定义- 第 1 组:X1<0.5 & X2>=0.5
- 第 2 组:X1>=0.5 & X2>=0.5
- 第 3 组:X1<0.5 & X2<0.5
- 第 4 组:X1>=0.5 & X2<0.5
我想生成以下数据框。
expected result: Index X1 X2 Group 1 0.2 0.8 1 2 0.6 0.2 4 3 0.2 0.1 3 4 0.9 0.3 4
此外,对于此类问题,使用 numpy 数组会更好/更快吗?
最佳答案
在回答你的最后一个问题时,我绝对认为 pandas
是一个很好的工具;它可以在 numpy
中完成,但 pandas 在处理数据帧时可以说更直观,并且对于大多数应用程序来说足够快。 pandas
和 numpy
也能很好地协同工作。例如,在您的情况下,您可以使用 numpy.select
构建您的 pandas
列:
import numpy as np
import pandas as pd
# Lay out your conditions
conditions = [((df.X1 < 0.5) & (df.X2>=0.5)),
((df.X1>=0.5) & (df.X2>=0.5)),
((df.X1<0.5) & (df.X2<0.5)),
((df.X1>=0.5) & (df.X2<0.5))]
# Name the resulting groups (in the same order as the conditions)
choicelist = [1,2,3,4]
df['group']= np.select(conditions, choicelist, default=-1)
# Above, I've the default to -1, but change as you see fit
# if none of your conditions are met, then it that row would be classified as -1
>>> df
Index X1 X2 group
0 1 0.2 0.8 1
1 2 0.6 0.2 4
2 3 0.2 0.1 3
3 4 0.9 0.3 4
关于python - 如何根据数据框和 numpy 中的协变量对观察结果进行分类?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49061921/