python - 计算 pandas 数据帧的百分位并将二进制值分配给新列

Question

获取一个包含一列想象的“温度”数据的数据框:

import pandas as pd
import numpy as np

dates = pd.date_range('20070101',periods=3200)
df = pd.DataFrame(data=np.random.randint(0,100,(3200,1)), columns =list('A'))
df['date'] = dates
df = df[['date','A']]

我想将值低于 10% 和高于 90% 的所有行分别分配为 -1 和 1(其他均为 0)。

这是一个尝试执行此操作的函数:

temp = []
def quantilecalc(x):
    for season in df:
        if season > df.quantile(.9):
            temp.append(1)
        if season < df.quantile(.1):
            temp.append(-1)
        else:
            temp.append(0)

当我应用此 quantilecalc(df) 时，出现以下错误:

File "C:\\\\lib\site-packages\pandas\core\ops.py", line 682, in na_op
raise TypeError("invalid type comparison")

TypeError: invalid type comparison

我尝试将其应用于数据帧的特定列quantilecalc(df['A'])但这给出了相同的错误。非常感谢一些专业知识...

Answer 1

@EdChum 提供了这个答案:

创建一个新列df['temp'] = ""并应用此:

df.loc[df['A'] > df['A'].quantile(0.9), 'temp'] = 1
df.loc[df['A'] < df['A'].quantile(0.1), 'temp'] = -1

谢谢!