使用pandas检查列的第一个数字

Question

问题
我需要测试列中每个数字的第一个数字以了解条件.

条件
是checkVar的第一个数字大于5或者是checkVar的第一个数字小于2
然后设置newVar = 1

解

有人认为我曾经将其转换为字符串,留下空格,然后取[0],但我无法弄清楚代码.

也许是这样的,

df.ix[df.checkVar.str[0:1].str.contains('1'),'newVar']=1

这不是我想要的,由于某种原因我得到了这个错误

invalid index to scalar variable.

测试我的原始变量我得到的值应符合条件

df.checkVar.value_counts()
301    62
1      15
2       5
999     3
dtype: int64   

理想情况下,它看起来像这样:

            checkVar  newVar
NaN  1         nan    
     2         nan
     3         nan
     4         nan
     5       301.0
     6       301.0
     7       301.0
     8       301.0
     9       301.0
     10      301.0
     11      301.0
     12      301.0
     13      301.0
     14        1.0     1
     15        1.0     1

更新
我的最终解决方案,因为实际问题更复杂

w = df.EligibilityStatusSP3.dropna().astype(str).str[0].astype(int)
v = df.EligibilityStatusSP2.dropna().astype(str).str[0].astype(int)
u = df.EligibilityStatusSP1.dropna().astype(str).str[0].astype(int)
t = df.EligibilityStatus.dropna().astype(str).str[0].astype(int) #get a series of the first digits of non-nan numbers
df['MCelig'] = ((t < 5)|(t == 9)|(u < 5)|(v < 5)|(w < 5)).astype(int)
df.MCelig = df.MCelig.fillna(0)

Answer 1

t = df.checkVar.dropna().astype(str).str[0].astype(int) #get a series of the first digits of non-nan numbers
df['newVar'] = ((t > 5) | (t < 2)).astype(int)
df.newVar = df.newVar.fillna(0)

这可能会稍微好一些,不确定,但另一种非常类似的方式来接近它.

t = df.checkVar.dropna().astype(str).str[0].astype(int)
df['newVar'] = 0
df.newVar.update(((t > 5) | (t < 2)).astype(int))