python - 根据数据框中的其他值更改 pandas 数据框的值

Question

我正在学习机器学习并生成了一个 pandas 数据框，其中包含以下列Id Category Cost_price Sold。数据框的形状为(100000, 4)。

这里的目标变量是“已售出”列(1=已售出，0=未售出)。但没有机器学习算法能够获得足够好的精度，因为数据框中的所有列都是非常随机的。为了向数据帧引入模式，我尝试操作“已售出”列中的一些值。

我想要做的是将 6000 的售出值(value)更改为 1，其中 cost_price 小于 800。但我无法做到这一点。

我是机器学习和 Python 新手。请帮助我

提前致谢

Answer 1

用途:

df.loc[np.random.choice(df.index[df['cost_price'] < 800], 6000, replace=False), 'Sold'] = 1

示例:

df = pd.DataFrame({
         'Sold':[1,0,0,1,1,0] * 3,
         'cost_price':[500,300,6000,900,100,400] * 3,
})
print (df)
    Sold  cost_price
0      1         500
1      0         300
2      0        6000
3      1         900
4      1         100
5      0         400
6      1         500
7      0         300
8      0        6000
9      1         900
10     1         100
11     0         400
12     1         500
13     0         300
14     0        6000
15     1         900
16     1         100
17     0         400

<小时/>

df.loc[np.random.choice(df.index[df['cost_price'] < 800], 10, replace=False), 'Sold'] = 1
print (df)
    Sold  cost_price
0      1         500
1      1         300
2      0        6000
3      1         900
4      1         100
5      1         400
6      1         500
7      1         300
8      0        6000
9      1         900
10     1         100
11     1         400
12     1         500
13     1         300
14     0        6000
15     1         900
16     1         100
17     1         400

说明:

首先按条件过滤索引值 boolean indexing :

print (df.index[df['cost_price'] < 800])
Int64Index([0, 1, 4, 5, 6, 7, 10, 11, 12, 13, 16, 17], dtype='int64')

然后通过 numpy.random.choice 选择随机 N 值:

print (np.random.choice(df.index[df['cost_price'] < 800], 10, replace=False))
[16  1  7 13 17 12 10  6  5 11]

最后通过索引值设置1 DataFrame.loc .