根据其他列的条件添加和更新 pandas 列

Question

所以我有一个超过 100 万行的数据框

一个名为 'activity' 的列，其中包含 1 - 12 之间的数字。我添加了一个名为 'label'

的新空列

'label'列需要根据'activity'

列的值填充0或1

所以如果activity是1,2,3,6,7,8标签会是0，否则就是1

这是我目前正在做的事情：

df = pd.read_csv('data.csv')
df['label'] = ''
for index, row in df.iterrows():
    if (row['activity'] == 1 or row['activity'] == 2 or row['activity'] == 3 or row['activity'] == 6 row['activity'] == 7 or row['activity'] == 8):
        df.loc[index, 'label'] == 0
    else:
        df.loc[index, 'label'] == 1
df.to_cvs('data.csv', index = False)

这是非常低效的，并且运行花费的时间太长。有什么优化吗？可能使用 numpy 数组？有什么方法可以使代码更简洁？

Answer 1

使用numpy.where with Series.isin:

df['label'] = np.where(df['activity'].isin([1, 2, 3, 6, 7, 8]), 0, 1)

或True, False通过反转掩码映射到0, 1：

df['label'] = (~df['activity'].isin([1, 2, 3, 6, 7, 8])).astype(int)

根据其他列的条件添加和更新 pandas 列

Adding and updating a pandas column based on conditions of other columns

pandas

dataframe

numpy

csv

updates