用于标记数据的 Numpy 逻辑条件

Question

我正在尝试基于现有数据中的多个条件创建另一个标签列

df

ind group people value value_50 val_minmax

 1     1    5    100    1        10

 1     2    2    90     1        na

 2     1    10   80     1        80

 2     2    20   40     0        na

 3     1    7    10     0        10

 3     2    23   30     0        na

import pandas as pd 

import numpy as np 

df = pd.read_clipboard()

然后尝试根据以下条件在行上放置标签

df['label'] = np.where(np.logical_and(df.group == 2, df.value_50 == 1, df.value > 50), 1, 0)

但它给了我一个错误

TypeError: return arrays must be of ArrayType

如何在python中执行它？

Answer 1

&面具之间的使用：df['label'] = np.where((df.group == 2) & (df.value_50 == 1) & (df.value > 50), 1, 0)选择：df['label'] = ((df.group == 2) & (df.value_50 == 1) & (df.value > 50)).astype(int)如果reduce与布尔掩码列表一起使用，您的解决方案应该可以工作：mask = np.logical_and.reduce([df.group == 2, df.value_50 == 1, df.value > 50])df['label'] = np.where(mask, 1, 0)#alternative#df['label'] = mask.astype(int)