我想通过以下方式向我的数据框中添加一个新列:
df['new']= np.where(df['code']== 0 or 1, 1, 0 )
在这里,当代码列中的值为 0 或 1 时,我想将值 1 分配给“新”列。它给出了一个错误。但如果我只使用一个条件,则该语句有效。
以下语句有效:
df['new']= np.where(df['code']== 0, 1, 0 )
在为新列分配值时如何使用这两个条件?
我想通过以下方式向我的数据框中添加一个新列:
df['new']= np.where(df['code']== 0 or 1, 1, 0 )
在这里,当代码列中的值为 0 或 1 时,我想将值 1 分配给“新”列。它给出了一个错误。但如果我只使用一个条件,则该语句有效。
以下语句有效:
df['new']= np.where(df['code']== 0, 1, 0 )
在为新列分配值时如何使用这两个条件?
尝试:
df["new"] = np.where(df["code"].isin([0,1]), 1, 0)
df['new']= np.where((df['code']== 0) | (df['code']== 1), 1 , 0)
您不必使用np.where,使用布尔掩码并将其转换为 int:
df['new'] = df['code'].isin([0, 1]).astype(int)
例子:
>>> df
code
0 2
1 3
2 0
3 3
4 1
>>> df['new'] = df['code'].isin([0, 1]).astype(int)
>>> df
code new
0 2 0
1 3 0
2 0 1
3 3 0
4 1 1
df['new'] = df['code'].isin([0,1])*1