Pandas: como criar uma coluna booleana com base na condição

Você pode usar a seguinte sintaxe básica para criar uma coluna booleana baseada em condições em um DataFrame do pandas:

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

Esta sintaxe específica cria uma nova coluna booleana com dois valores possíveis:

• Verdadeiro se o valor em some_column for maior que 15.
• Falso se o valor em some_column for menor ou igual a 15.

O exemplo a seguir mostra como usar essa sintaxe na prática.

Exemplo: Crie uma coluna booleana com base na condição no Pandas

Suponha que temos o seguinte DataFrame do pandas que contém informações sobre vários jogadores de basquete:

 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   

Podemos usar o código a seguir para criar uma nova coluna chamada good_player que retorna True se o valor na coluna de pontos for maior que 15 ou False caso contrário:

 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

Observe que a nova coluna chamada good_player contém apenas dois valores: True ou False .

Podemos usar a função dtypes() para verificar se a nova coluna good_player é de fato uma coluna booleana:

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

dtype('bool')

A nova coluna good_player é de fato uma coluna booleana.

Observe também que você pode retornar valores numéricos como 1 e 0 em vez de True e False se desejar:

 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

A coluna good_player agora contém 1 se o valor correspondente na coluna de pontos for maior que 15.

Caso contrário, contém o valor 0 .

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras operações comuns em pandas:

Como selecionar linhas com base em múltiplas condições no Pandas
Como criar uma nova coluna baseada em uma condição no Pandas
Como filtrar um DataFrame do Pandas em múltiplas condições