Pandas : comment créer une colonne booléenne basée sur la condition

Vous pouvez utiliser la syntaxe de base suivante pour créer une colonne booléenne basée sur une condition dans un DataFrame pandas :

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

Cette syntaxe particulière crée une nouvelle colonne booléenne avec deux valeurs possibles :

• Vrai si la valeur dans some_column est supérieure à 15.
• False si la valeur dans some_column est inférieure ou égale à 15.

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : créer une colonne booléenne basée sur la condition dans Pandas

Supposons que nous ayons le DataFrame pandas suivant qui contient des informations sur divers joueurs de basket-ball :

import pandas as pd

#create DataFrame
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    A       5
1    A      17
2    A       7
3    A      19
4    B      12
5    B      13
6    B       9
7    B      24   

Nous pouvons utiliser le code suivant pour créer une nouvelle colonne appelée good_player qui renvoie True si la valeur dans la colonne points est supérieure à 15 ou False sinon :

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    A       5        False
1    A      17         True
2    A       7        False
3    A      19         True
4    B      12        False
5    B      13        False
6    B       9        False
7    B      24         True

Notez que la nouvelle colonne appelée good_player ne contient que deux valeurs : True ou False .

Nous pouvons utiliser la fonction dtypes() pour vérifier que la nouvelle colonne good_player est bien une colonne booléenne :

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

dtype('bool')

La nouvelle colonne good_player est bien une colonne booléenne.

Notez également que vous pouvez renvoyer des valeurs numériques telles que 1 et 0 au lieu de True et False si vous le souhaitez :

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    A       5            0
1    A      17            1
2    A       7            0
3    A      19            1
4    B      12            0
5    B      13            0
6    B       9            0
7    B      24            1

La colonne good_player contient désormais un 1 si la valeur correspondante dans la colonne points est supérieure à 15.

Sinon, il contient la valeur 0 .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Comment sélectionner des lignes selon plusieurs conditions dans Pandas
Comment créer une nouvelle colonne basée sur une condition dans Pandas
Comment filtrer un DataFrame Pandas sur plusieurs conditions