如何用布尔掩码实现Pandas DataFrame指定范围值替换为0/1
使用你已有的布尔掩码实现需求
你编写的条件(df['Temperature']<=45) & (df['Temperature']>=25)会返回一个布尔类型的Series,符合条件的位置为True,不符合为False,而Python中布尔值转整数时True对应1、False对应0,所以直接赋值即可:
# 提取布尔掩码 mask = (df['Temperature']<=45) & (df['Temperature']>=25) # 转整数后覆盖原Temperature列 df['Temperature'] = mask.astype(int)
你也可以用筛选赋值的写法实现,逻辑更直观:
# 先把所有温度值初始化为0 df['Temperature'] = 0 # 筛选符合区间的行,赋值为1 df.loc[(df['Temperature']<=45) & (df['Temperature']>=25), 'Temperature'] = 1
更优的实现方式
1. 用between方法简化条件(推荐)
pandas内置的between方法专门用于判断值是否属于指定区间,默认左闭右闭,刚好匹配你的需求,代码可读性更高:
df['Temperature'] = df['Temperature'].between(25, 45).astype(int)
2. 用np.where实现灵活分支
如果后续需要调整区间内外的赋值规则,用numpy的where方法扩展性更强:
import numpy as np df['Temperature'] = np.where(df['Temperature'].between(25, 45), 1, 0)
内容的提问来源于stack exchange,提问作者Simon F
相关产品推荐
相关产品推荐

