# 天数>=15 label 为1# 天数<15 label 为0f = lambda s: 1 if s["天数"]>=15 else 0## 如果只想设置 大于阈值 小于阈值 取本身值f = lambda s: 1 if s["天数"]>=15 else s["天数"]result["label"] = result.apply(f, axis=1)result["label"].value_counts()...
0的数设置为1的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。
您可能感兴趣的文章:python处理大数字的方法python中利用zfill方法自动给数字前面补0对python 判断数字是否
1、批量修改datafram中某一列
在数据处理过程中，经常会出现对
某列
批量做某些操作，比如dataframe
df
要对列名为“values”做
大于
等于
30设置为1，
小于
30设置为0操作，可以这样使用dataframe的apply函数来实现，具体实现代码如下：
def fun(x):
if x >= 30:
return 1
else:
在数据处理过程中，经常会出现对
某列
批量做某些操作，比如dataframe
df
要对列名为“values”做
大于
等于
30设置为1，
小于
30设置为0操作，可以这样使用dataframe的apply函数来实现，
具体实现代码如下：
def fun(x):
if x >= 30:
return 1
else:
return 0
values= feature['values'].apply(lambda x: fun(x))
具体的逻辑可以修改fun函数来实现，但是按照某些条件选择列不是这种实现方法，如有需求，请自己百度。
以上这篇对pandas将dataframe中
某列
按照条件
赋值
的实例讲
假设我们有一个数据集，列名叫status下面有100万的数据，其中包装 “HUMAN_REFUSE”,”SYS_REFUSE”,”HUMAN_AGREE”,”SYS_APPROVING”,”REVIEWING”, “HUMAN_CANCEL”,”SYS_AGREE”,”SYS_CANCEL” 这些字段，我现在想将这些字段分别
赋值
，并且新创造一列，列名为申请结果。
我们使用map函数即可：
df
.申请结果 =
df
.申请结果.map({
"HUMAN_REFUSE":"人工拒绝",
"SYS_REFUSE":"系统拒绝",
"HUMAN_AGREE":"人工通过",
"SYS_
df
=pd.read_excel('/Users/dxn/Desktop/发票2020.xlsx',
header=0,dtype={'发票号码':'str'},index_col=[0,1])
看了 UeFan写的tensorflow tf.where使用方法，
大于
某个值为1,
小于
为0文章，依然有些模糊，自己结合实际注解了一下。
a=tf.random.uniform([2,2]) #随机生成2*2矩阵a
one = tf.ones_like(a) #生成与a大小一致的值全部为1的矩阵
zero = tf.zeros_like(a)
