Panda: come creare una colonna booleana basata sulla condizione

È possibile utilizzare la seguente sintassi di base per creare una colonna booleana basata su condizioni in un DataFrame panda:

 df[' boolean_column '] = np. where (df[' some_column '] > 15, True , False )

Questa particolare sintassi crea una nuova colonna booleana con due possibili valori:

• Vero se il valore in some_column è maggiore di 15.
• False se il valore in some_column è inferiore o uguale a 15.

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: creare una colonna booleana basata sulla condizione in Pandas

Supponiamo di avere il seguente DataFrame panda che contiene informazioni su vari giocatori di basket:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' points ': [5, 17, 7, 19, 12, 13, 9, 24]})

#view DataFrame
print (df)

  team points
0 to 5
1 to 17
2 to 7
3 to 19
4 B 12
5 B 13
6 B 9
7 B 24   

Possiamo usare il codice seguente per creare una nuova colonna chiamata good_player che restituisce True se il valore nella colonna dei punti è maggiore di 15 o False altrimenti:

 import numpy as np

#create new boolean column based on value in points column
df[' good_player '] = np. where (df[' points '] > 15, True , False )

#view updated DataFrame
print (df)

  team points good_player
0 To 5 False
1 To 17 True
2 To 7 False
3 To 19 True
4 B 12 False
5 B 13 False
6 B 9 False
7 B 24 True

Tieni presente che la nuova colonna chiamata good_player contiene solo due valori: True o False .

Possiamo utilizzare la funzione dtypes() per verificare che la nuova colonna good_player sia effettivamente una colonna booleana:

 #display data type of good_player column
df[' good_player ']. dtype

dtype('bool')

La nuova colonna good_player è infatti una colonna booleana.

Tieni inoltre presente che puoi restituire valori numerici come 1 e 0 invece di Vero e Falso se lo desideri:

 import numpy as np

#create new boolean column based on value in points column
df[' good_player '] = np. where (df[' points '] > 15, 1 , 0 )

#view updated DataFrame
print (df)

  team points good_player
0 to 5 0
1 To 17 1
2 to 7 0
3 A 19 1
4 B 12 0
5 B 13 0
6 B 9 0
7 B 24 1

La colonna good_player ora contiene un 1 se il valore corrispondente nella colonna dei punti è maggiore di 15.

Altrimenti, contiene il valore 0 .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Come selezionare le righe in base a più condizioni in Pandas
Come creare una nuova colonna basata su una condizione in Pandas
Come filtrare un Pandas DataFrame su più condizioni