我有一个数据框和一个字典。我需要向数据框添加一个新列,并根据字典计算其值。
机器学习,基于某个表格添加新特征:
score = {(1, 45, 1, 1) : 4, (0, 1, 2, 1) : 5}
df = pd.DataFrame(data = {
'gender' : [1, 1, 0, 1, 1, 0, 0, 0, 1, 0],
'age' : [13, 45, 1, 45, 15, 16, 16, 16, 15, 15],
'cholesterol' : [1, 2, 2, 1, 1, 1, 1, 1, 1, 1],
'smoke' : [0, 0, 1, 1, 7, 8, 3, 4, 4, 2]},
dtype = np.int64)
print(df, '\n')
df['score'] = 0
df.score = score[(df.gender, df.age, df.cholesterol, df.smoke)]
print(df)
我期望以下输出:
我期望以下输出:
gender age cholesterol smoke score
0 1 13 1 0 0
1 1 45 2 0 0
2 0 1 2 1 5
3 1 45 1 1 4
4 1 15 1 7 0
5 0 16 1 8 0
6 0 16 1 3 0
7 0 16 1 4 0
8 1 15 1 4 0
9 0 15 1 2 0
MultiIndex
,另一种方法是df['score'] = df.set_index(['gender', 'age', 'cholesterol', 'smoke']).index.map(score).fillna(0).to_numpy()
。 - Quang Hoangset_index
创建了一个新的df
,通过构造函数创建了一个新的Series
。尽管当你将其分配给df['score']
时,可以获得索引对齐的好处。最后,fillna(0,downcast ='infer')
可以完成工作,但没有人应该偏爱这种冗长的解决方案,并且不必要地创建许多pandas对象。 - piRSquared