Як перетворити логічні значення в цілі значення в pandas

Ви можете використовувати наступний базовий синтаксис, щоб перетворити стовпець логічних значень у стовпець цілих значень у pandas:

 df. column1 = df. column1 . replace ({ True : 1 , False : 0 })

У наступному прикладі показано, як використовувати цей синтаксис на практиці.

Приклад: перетворити логічне значення на ціле в Pandas

Припустімо, що у нас є наступні pandas DataFrame:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20],
                   ' playoffs ': [True, False, False, False, True, False, True]})

#view DataFrame
df

Ми можемо використовувати dtypes для швидкої перевірки типу даних кожного стовпця:

 #check data type of each column
df. dtypes

team object
int64 dots
playoffs bool
dtype:object

Ми бачимо, що стовпець «плей-офф» має тип boolean .

Ми можемо використати наступний код, щоб швидко перетворити значення True/False у стовпці «плей-офф» на цілі значення 1/0:

 #convert 'playoffs' column to integer
df. playoffs = df. playoffs . replace ({ True : 1 , False : 0 })

#view updated DataFrame
df

	team points playoffs
0 to 18 1
1 B 22 0
2 C 19 0
3 D 14 0
4 E 14 1
5 F 11 0
6 G 20 1

Кожне значення True було перетворено на 1 , а кожне значення False було перетворено на 0 .

Ми можемо знову використати dtypes, щоб переконатися, що стовпець «плей-офф» тепер є цілим числом:

 #check data type of each column
df. dtypes

team object
int64 dots
playoffs int64
dtype:object

Ми бачимо, що стовпець «плей-офф» тепер має тип int64 .

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові операції в pandas:

Як перетворити категоріальну змінну на числову в Pandas
Як перетворити стовпці Pandas DataFrame на int
Як перетворити DateTime на рядок у Pandas