pandas中的列取决于其他列的平均值

Question

我正在尝试合成一组数据。我使用的是python3.5.2。我首先将其定义为：

#Make Synthetic data (great again?)
#synth X
data=pd.DataFrame(np.random.randn(100,5), columns= 'x1','x2','x3','x4','x5']) 
def div10(x):
    if x<0:
        return -x/5
    else:
        return x/10
data=data.applymap(div10)

从这里开始，我想定义一个新列，如果行中Xs平均值的双曲正切大于.15，则为字符串'dead'，否则为'alive:

^{pr2}$

我被告知ValueError: ('The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().', 'occurred at index 0')当我检查np.tanh(data.mean(axis=1))>.15时，我得到了一份酒精清单。在

我也试过地图，但是AttributeError: 'DataFrame' object has no attribute 'map'

Answer 1

学习使用where语句来获得更好更快的代码。在

np.where(np.tanh(np.mean(np.where(data<0, -data / 5, data / 10), axis=1)) > .15, 'dead', 'alive')

让我们把它分成块。where语句可以对多维数据（如您拥有的dataframe）进行操作。它们接受一个条件，当为true时返回逗号后的第一个参数，当为false时返回第二个参数

^{pr2}$

不需要使用apply，因为numpy有一个可以按行应用的向量化平均函数（axis=1）

step2 = np.mean(step1, axis=1)

现在你有了一维数据。取双曲正切

step3 = np.tanh(step2)

最后使用另一个where语句来获取dead或alive条件

np.where(step3 > .15, 'dead', 'alive')

Answer 2

您需要确保使用的是lambda函数中指定的“x”。另外，由于x是一个序列（数据帧中的行），axis=1不起作用。 data['Y']=data.apply(lambda x:'dead' if np.tanh(x.mean())>.15 else 'alive',axis=1)