我怎么能实现类似 np.where(df[varaible]

Question

我想将一个分类变量的值更改other为以下条件['value1','value2']

这是我的代码：

random_sample['NAME_INCOME_TYPE_ind'] = np.where(random_sample['NAME_INCOME_TYPE'] in ['Maternity leave', 'Student']), 'Other')

我尝试.any()在这行代码的不同位置添加，但仍然无法解决错误。ValueError：系列的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

Answer 1

您可以使用str.contains检查条件满足的位置：l = ('|').join(['Maternity leave', 'Student'])m = random_sample['NAME_INCOME_TYPE'].str.contains(l)您还可以m使用.isin以下方法生成：random_sample['NAME_INCOME_TYPE'].isin(['Maternity leave', 'Student'])然后使用np.where. 但是，请注意，您不能根据条件仅指定要从中选择的两个值之一，您必须同时指定x和y。对于您的情况，您可以使用 df['NAME_INCOME_TYPE']and otheras xand y：random_sample['NAME_INCOME_TYPE_ind'] = np.where(m,                                                 'Other',                                                random_sample['NAME_INCOME_TYPE'])在示例数据帧上进行测试：df = pd.DataFrame({'NAME_INCOME_TYPE':['word1','word2','Student']})l = ('|').join(['Maternity leave', 'Student'])m = random_sample['NAME_INCOME_TYPE'].str.contains(l)df['NAME_INCOME_TYPE_ind'] = np.where(m, 'Other', df['NAME_INCOME_TYPE'])       NAME_INCOME_TYPE NAME_INCOME_TYPE_ind0            word1                word11            word2                word22          Student                Other