如何在Python中创建一个条件低于或高于中位数的虚拟变量？

如何在Python中创建二进制虚拟变量，当人员的工资低于工资水平中值时，其值为0，否则设置为1？当薪水高于或低于这个水平时，我不明白该怎么做。如何在Python中创建一个条件低于或高于中位数的虚拟变量？

我想这

df['Salary'] = (df['Salary'] > df['Salary'].median()) & (df['Salary'] < df['Salary'].median())

但没有输出。

在此之前，我尝试这样做：

df['Salary'].median() 
df_Salary = pd.get_dummies(df['Salary'].median()) 
df_new = pd.concat([df, df_Salary], axis=1) 
df_new

，并得到这个

Gender Exp Salary 74000.0 

0 Female 15 78200 1 
1 Female 12 66400 NaN 
2 Female 3 6000 NaN 
...

来源

2016-04-15 jul094

我想你想这样的事情（使用符号和变量名）。

df['Salary'] = 0 if df['Salary'] < df['Salary'].median() else 1

这工作完全像它读取。它表示df['Salary']将是零如果薪水低于中位数，否则将其作为一个。作为参考，这种类型的声明被称为三元运算符。

来源

2016-04-15 02:06:55 zephyr

非常感谢！但是当我按照你所说的那样尝试了一个错误时'ValueError：一个Series的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。' – jul094

那么这是一个问题，无论'df ['薪水']'和'df ['薪水']。median（）'是。不知道这些是什么，我不能给你更具体的帮助，但它似乎'df ['Salary']'是一个值的数组，并且python不知道如何评估一系列Trues和False的有效性。你可能需要像列表理解那样在你做'df ['Salary'] = [0如果薪水 zephyr

这只是使用基本的条件和存储变量。

median = 30500 
salary = 50000 
median_flag = 1 if salary > median else 0 
print median_flag 
1

来源

2016-04-15 02:08:45

你可以做一个量化的比较结果转换为int：

>>> df["Median_Compare"] = (df["Salary"] >= df["Salary"].median()).astype(int) 
>>> df 
    Gender Exp Salary Median_Compare 
0 Female 15 78200    1 
1 Female 12 66400    0 
2 Female 3 6000    0

这工作，因为我们有

>>> df["Salary"].median() 
66400.0 
>>> df["Salary"] >= df["Salary"].median() 
0  True 
1 False 
2 False 
Name: Salary, dtype: bool 
>>> (df["Salary"] >= df["Salary"].median()).astype(int) 
0 1 
1 0 
2 0 
Name: Salary, dtype: int32

为了使三元接近工作（X，如果（条件）否则Y），你需要apply它，因为它们不能很好地与阵列玩，它没有明确的真值。

来源

2016-04-15 02:33:40 DSM

你可以仅仅通过一个乘以它强迫一个布尔为int：

df["Median_Compare"] = (df["Salary"] >= df["Salary"].median()) * 1

来源

2016-04-15 03:32:14 Alexander

如何在Python中创建一个条件低于或高于中位数的虚拟变量？

回答

相关问题