解释Freecodecamp练习中的Pandas数据标准化？

Question

我正在通过freecodecamp学习，其中一个练习要求规范化数据：

Normalize data by making 0 always good and 1 always bad. If the value of 'cholesterol' or 'gluc' is 1, make the value 0. If the value is more than 1, make the value 1.

我还没有找到一个简单的方法，但这个例子很有效。。。但我不知道该怎么做。 我正在寻找一个快速的解释，还有哪些方法可以做到这一点

normal = df.loc[:,['cholesterol','gluc']] > 1
df.loc[:,['cholesterol','gluc']] = normal.astype(int)

Answer 1

这是将变量normal分配给一个布尔数组，如果相应的胆固醇或葡萄糖值大于1，则每个元素为True，否则为False。然后，该布尔数组被转换为int数组（True为1，False为0），并分配回这些胆固醇和葡萄糖列

另一种方法是使用np.where

例：

df['cholesterol'] = np.where(df['cholesterol'].values > 1, 1, 0)