我可以将熊猫的 bin 指定为数据框中的列吗？

问题描述

希望是一个非常简单的方法，但我对解决我的问题的正确熊猫方法有点困惑。

我正在尝试根据数据框中“值”列中的数字是否低于、介于或高于其他两列（Limit1 和 Limit2）中的值来评估 Band。例如：

Value     Limit1     Limit2    Band
3         2          5         
5         6          7
5         4          8
9         6          7
2         4          5

pd.cut 如果我将 bin 指定为单个数字就可以工作，但我想将 bin 指定为数据框中的列，以便每一行都有自己的特定 bin，如下所示

df['Band'] = df.apply(lambda x: pd.cut(x.value,bins=[0,x.Limit1,x.Limit2,np.inf],labels=['Band1','Band2','Band3']))

这失败了，因为我提供了一个系列，其中 cut 函数需要一个数字。任何人都可以建议我如何使用 pd.cut 来做到这一点，还是应该完全使用不同的 Pandas 函数？

我宁愿避免使用 np.where，因为我可能需要将 bin 扩展到五个或六个，而且我不想使用嵌套代码。

非常感谢！

解决方法

让我们试试 np.select：

m1 = df['Value'].lt(df['Limit1'])
m2 = df['Value'].gt(df['Limit2'])

df['Band'] = np.select([m1,m2],['band1','band3'],'band2')

---

   Value  Limit1  Limit2   Band
0      3       2       5  band2
1      5       6       7  band1
2      5       4       8  band2
3      9       6       7  band3
4      2       4       5  band1