根据给定的系列创建具有 0 和 1 值的新数据框列 [重复]

Posted 2023-02-23

【中文标题】根据给定的系列创建具有 0 和 1 值的新数据框列 [重复]

【英文标题】：Create new dataframe column with 0 and 1 values according to given series [duplicate]

【发布时间】：2018-10-01 15:54:05

【问题描述】：

我有一个如下所示的数据框

df = 
                     value
2014-05-21 10:00:00    0.0
2014-05-21 11:00:00    3.4
2014-05-21 12:00:00    nan
2014-05-21 13:00:00    0.0
2014-05-21 14:00:00    nan
2014-05-21 15:00:00    1.0
..............

我想添加两列，

第一个名为“active”将值切换为 1（如果 df.value >=0）和 0（如果 df.value = nan），第二个“unactive”将值切换为 0（如果df.value >=0 ) 和 -1 (如果 df.value = nan)，所以新的数据框会像

df_new = 
                     value   active  unactive
2014-05-21 10:00:00    0.0        1         0
2014-05-21 11:00:00    3.4        1         0
2014-05-21 12:00:00    nan        0        -1
2014-05-21 13:00:00    0.0        1         0
2014-05-21 14:00:00    nan        0        -1
2014-05-21 15:00:00    1.0        1         0
............

我尝试使用for循环，但是时间序列很长时会花费太多时间。有谁知道更好的方法吗？感谢您的提前！

【问题讨论】：

所以如果 df.value

@smci 好问题，在问题中我没有负数，但实际上我想指出值 (>=0) 等于 (=!nan)。

【参考方案1】：

df['active'] = df['value'].notnull().astype(int)

和：

df['unactive'] = -df['value'].isnull().astype(int)

（另外，当 df.value

【讨论】：

@smci 输出不是 OP 实际要求的（顺便说一下，我不是反对者）

@RafaelC 现在实际上是。同样，cmets 应该是建设性的。转换为 int 很简单。困难的部分是表达。

notnull==~isnull....

当您有一个引发错误的不正确答案时，您是否真的在争论语义，而不是拒绝投票，用户花时间解释为什么它会返回错误？

这是你提到的一个有趣的部分......实际上我想创建新列“unactve”并将值切换为 0（如果 df.value >=0）和 -1（如果 df .value = nan)，怎么写？

【参考方案2】：

你可以使用df.value >= 0和astype(int)：

In [44]: df['active'], df['inactive'] = (df.value >= 0).astype(int), -(~(df.value >= 0)).astype(int)

In [45]: df
Out[45]:
                     value  active  inactive
2014-05-21 10:00:00    0.0       1         0
           11:00:00    3.4       1         0
           12:00:00    NaN       0        -1
           13:00:00    0.0       1         0
           14:00:00    NaN       0        -1
           15:00:00    1.0       1         0