根据条件创建布尔列

Question

我有一个包含 11 列的数据框，我想根据其中两列中的值创建一个新的 0,1 列。

我已经尝试使用 np.where 创建其他列，但它不适用于这一列。

train["location"] = np.where(3750901.5068 <= train["x"] <= 3770901.5068 
and -19268905.6133 <= train['y'] <= -19208905.6133, 1, 0)

我收到此错误：ValueError：系列的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

Answer 1

您可以使用 pandas.DataFrame.isin 这将是一个更好的解决方案。另外，是的，您需要括号和 & 而不是 "and" 。pandas.DataFrame.isin 的文档https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.isin.html

例如：

df=pd.DataFrame({'a':[100,110,120,111,109],'b':[120,345,124,119,127]})
df['c']=np.where((df['a'].isin([100,111])) & (df['b'].isin([120,128])),1,0)

在你的情况下，它将是：

train["location"]=np.where(((train["x"].isin([3750901.5068,3770901.5069])) & (train["y"].isin([-19268905.6133,-19268905.6132])),1,0)

Answer 2

我不确定你是否需要np.where这里。对于按元素排列的and两个系列，请&在此处使用而不是and。请参阅：Pandas 中布尔索引的逻辑运算符

另外，3750901.5068 <= train["x"] <= 3770901.5068似乎是由 python 内部翻译成的(3750901.5068 <= train["x"]) and (train["x"] <= 3770901.5068)，这同样有效，and也不会起作用。因此，您需要将每个显式拆分为 eg(3750901.5068 <= train["x"]) & (train["x"] <= 3770901.5068)或使用Series.betweeneg train["x"].between(3750901.5068, 3770901.5068, inclusive=True)。请参阅：如何在 Python Pandas 中选择 DataFrame 中两个值之间的行？

您还需要用括号来表示 的两个参数&。

所以最终结果应该是这样的

train["location"] = train["x"].between(3750901.5068, 3770901.5068, inclusive=True) & train['y'].between(-19268905.6133, -19208905.6133, inclusive=True)

这将为您提供一系列布尔值（Trues 和 Falses）。这些在幕后就已经只是 0 和 1 了。如果你确实想要 0 和 1，你可以从这里选择一个解决方案。例如，train.location = train.location.astype(int)