Pandas DataFrame - 根据其他列分配 1,0 个值

Question

我有一个包含国家名称及其能源输出百分比的数据框。我需要添加一个新列，根据该国的能源产出是高于还是低于能源产出的中位数，指定 1 或 0。一些虚拟代码是：

import pandas as pd
def answer():
    df = pd.DataFrame({'name':['china', 'america', 'canada'], 'output': [33.2, 15.0, 5.0]})
    df['newcol'] = df.where(df['output'] > df['output'].median(), 1, 0)
    return df['newcol']
answer()

代码返回

ValueError: 错误数量的项目通过 2，放置意味着 1

我觉得这是一个非常简单的修复程序，但我不熟悉Pandas. 请帮助结束我的沮丧

Answer 1

@Vaishali 解释了为什么pd.DataFrame.where没有按预期工作，并建议您np.where改用，这是非常好的建议。

我会提供你可以简单地将你的布尔结果转换为整数。

设置

df = pd.DataFrame({
    'name':['china', 'america', 'canada'],
    'output': [33.2, 15.0, 5.0]
})

选项1

df['newcol'] = (df['output'] > df['output'].median()).astype(int)

选项 2
或通过使用底层 numpy 数组更快

o = df['output'].values
df['newcol'] = (o > np.median(o)).astype(int)