使用累积和在python/pyspark中赋值
使用累积和在python/pyspark中赋值
提问于 2021-01-14 12:36:38
使用Python，我想写一些代码来分类所有的项目，其中里程列<=2.5的累积和为"IN“，其余的为"OUT”。有什么建议从哪里开始吗？
示例数据集
Rank Name Miles
1 A 0.5
2 A 1
3 B 1
4 B 1
5 C 2期望输出
Rank Name Miles Assign
1 A 0.5 IN
2 A 1 IN
3 B 1 IN
4 B 1 OUT
5 C 2 OUT回答 1
Stack Overflow用户
发布于 2021-01-14 13:26:11
看起来你在用熊猫，虽然我不是专家。
如果你有一个像这样的数据帧：
Rank Name Miles
0 1 A 0.5
1 2 A 1.0
2 3 B 1.0
3 4 B 1.0
4 5 C 2.0然后，您可以简单地创建一个新列，其中的值基于Miles列的累积和：
df['Assign'] = ['IN' if i <= 2.5 else 'OUT' for i in df['Miles'].cumsum()]或者，我认为这更惯用：
df['Assign'] = ['IN' if i else 'OUT' for i in df['Miles'].cumsum() <= 2.5]它变成了：
Rank Name Miles Assign
0 1 A 0.5 IN
1 2 A 1.0 IN
2 3 B 1.0 IN
3 4 B 1.0 OUT
4 5 C 2.0 OUT页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/65713474
复制相关文章
相似问题
腾讯云开发者
