Python Pandas：根据阈值从数值变量生成虚拟变量
Python Pandas: Generate dummy variable from numeric variable according to a threshold
目标是从 df 创建一个新列，如果列“% Renewable”的值等于或高于中位数，则为 1，如果该值低于中位数，则为 0。
df = pd.DataFrame({'% Renewable': [np.NaN, 12, np.NaN, 11, 17, 62, 18, 15, np.NaN, 2, np.NaN, np.NaN, 6, np.NaN, 70]},
index=['China', 'United States', 'Japan', 'United Kingdom', 'Russian Federation', 'Canada', 'Germany', 'India', 'France', 'South Korea', 'Italy', 'Spain', 'Iran', 'Australia', 'Brazil'])
我得到了中位数：
median = df['% Renewable'].median()
但是现在呢？我应该使用 get_dummies 函数吗？或者剪掉？
这应该可以解决问题：
df['new_column'] = df['% Renewable'] >= median
目标是从 df 创建一个新列，如果列“% Renewable”的值等于或高于中位数，则为 1，如果该值低于中位数，则为 0。
df = pd.DataFrame({'% Renewable': [np.NaN, 12, np.NaN, 11, 17, 62, 18, 15, np.NaN, 2, np.NaN, np.NaN, 6, np.NaN, 70]},
index=['China', 'United States', 'Japan', 'United Kingdom', 'Russian Federation', 'Canada', 'Germany', 'India', 'France', 'South Korea', 'Italy', 'Spain', 'Iran', 'Australia', 'Brazil'])
我得到了中位数：
median = df['% Renewable'].median()
但是现在呢？我应该使用 get_dummies 函数吗？或者剪掉？
这应该可以解决问题：
df['new_column'] = df['% Renewable'] >= median