python pandas合并_python-如何使用“ pandas.cut()”根据除要合并...

这个问题已经在这里有了答案：????????????>????????????How to use .le() and .ge() when filtering pandas data frame columns?????????????????????????????????????3个

我有一个熊猫DataFrame如下：

import pandas as pd

import numpy as np

data = {"first_column": ["item1", "item2", "item3", "item4", "item5", "item6", "item7"],

"second_column": ["cat1", "cat1", "cat1", "cat2", "cat2", "cat2", "cat2"],

"third_column": [5, 1, 8, 3, 731, 189, 9]}

df = pd.DataFrame(data)

df

first_column second_column third_column

0 item1 cat1 5

1 item2 cat1 1

2 item3 cat1 8

3 item4 cat2 3

4 item5 cat2 731

5 item6 cat2 189

6 item7 cat2 9

现在,假设我想使用pandas.cut()创建第四列,显示第三列的分类.在此,我为每行标记third_column中的元素是否小于或等于10,<= 10.

df["less_than_ten"]= pd.cut(df.third_column, [-np.inf, 10, np.inf], labels=(1,0))

现在生成的数据框为：

first_column second_column third_column less_than_ten

0 item1 cat1 5 1

1 item2 cat1 1 1

2 item3 cat1 8 1

3 item4 cat2 3 1

4 item5 cat2 731 0

5 item6 cat2 189 0

6 item7 cat2 9 1

问题：请注意第二列second_column,类别为cat1和cat2.我将如何使用pandas.cut()根据second_column中的“类”对这些值进行重新分类？

对于cat1,我们可以将third_column中的值≤10标记为0或1.对于cat2,我们可以将third_column中的值标记为< = 10(2否,3是).

此DataFrame如下所示：

first_column second_column third_column less_than_ten

0 item1 cat1 5 1

1 item2 cat1 1 1

2 item3 cat1 8 1

3 item4 cat2 3 3

4 item5 cat2 731 2

5 item6 cat2 189 2

6 item7 cat2 9 3

如何做到这一点？我正在根据另一列的分类值对熊猫数据框中的一列数据进行装仓.