将数据框中的列转换为“类”？

Question

所以我基本上有这个数据框：

,club_name,tr_begin,year,ranking
0,ADO Den Haag,1357,2010,6.0
1,ADO Den Haag,1480,2011,15.0
2,ADO Den Haag,1397,2012,9.0
3,ADO Den Haag,1384,2013,9.0
4,ADO Den Haag,1451,2014,13.0

我想做的是，我想遍历每个排名，并根据其值将它们放入一个类中。因此，排名为6的将进入第2类，排名1的将进入第1类。转换表如下：

if ranking > 0 and ranking =< 3:
    rank_class = 1
if ranking > 3 and ranking =< 6:
    rank_class = 2 

etc etc etc

我希望这个数字能够以3的倍数增加，直到18为止。

所以我期望的输出结果是：

,club_name,tr_begin,year,ranking, ranking_class
0,ADO Den Haag,1357,2010,6.0, 2
1,ADO Den Haag,1480,2011,15.0, 5
2,ADO Den Haag,1397,2012,9.0, 3
3,ADO Den Haag,1384,2013,9.0, 3
4,ADO Den Haag,1451,2014,13.0, 5

我使用了掩码功能，通过创建一个新的数据框并合并来实现。这样做虽然有效，但看起来有点笨拙。是否有更简单的方法来做到这一点呢？

提前感谢您。

- PEREZje

Answer 1

使用pandas.cut，您可以为“bins”和“labels”定义可迭代对象。这个过程可以通过使用range对象来简化。

我建议您先将ranking系列转换为int类型；它可能会受到浮点数舍入的影响，从而产生不良结果。

df = pd.read_csv('file.csv')

binrange = range(0, 19, 3)
labrange = range(1, 7)

df['ranking_class'] = pd.cut(df['ranking'], bins=binrange, labels=labrange)

print(df)

      club_name  tr_begin  year  ranking ranking_class
0  ADO Den Haag      1357  2010      6.0             2
1  ADO Den Haag      1480  2011     15.0             5
2  ADO Den Haag      1397  2012      9.0             3
3  ADO Den Haag      1384  2013      9.0             3
4  ADO Den Haag      1451  2014     13.0             5

- jpp

Answer 2

我认为整数除法 // 可以实现这一点：

df.assign(ranking_class=(df.ranking // 3).astype(int))

      club_name  tr_begin  year  ranking  ranking_class
0  ADO Den Haag      1357  2010      6.0              2
1  ADO Den Haag      1480  2011     15.0              5
2  ADO Den Haag      1397  2012      9.0              3
3  ADO Den Haag      1384  2013      9.0              3
4  ADO Den Haag      1451  2014     13.0              4

- Piotr

---

我唯一担心的是这个解决方案（可能也影响我的）会出现浮点数舍入问题，例如如果将6.0存储为6.00001，那么这是否正确？也许我们需要先转换为int，使用np.isclose来确保我们得到正确的结果。 - jpp