Pandas Dataframe - 添加其他内容？

Question

我想为我的贝叶斯网络生成测试数据。 这是我当前的代码：

data = np.random.randint(2, size=(5, 6))
columns = ['p_1', 'p_2', 'OP1', 'OP2', 'OP3', 'OP4']
df = pd.DataFrame(data=data, columns=columns)

df.loc[(df['p_1'] == 1) & (df['p_2'] == 1), 'OP1'] = 1

df.loc[(df['p_1'] == 1) & (df['p_2'] == 0), 'OP2'] = 1

df.loc[(df['p_1'] == 0) & (df['p_2'] == 1), 'OP3'] = 1

df.loc[(df['p_1'] == 0) & (df['p_2'] == 0), 'OP4'] = 1


print(df)

因此，例如，每次P_1都有1和P_2具有1，OP1也应为1，所有其他值都应在列中输出0。 当P_1为1，P_2为0时，OP2应为1和其他所有0，依此类推。

但是我当前的输出如下：

P_1	P_1 P_2		OP1	OP2 OP3	OP3	OP4
0	0		0	0 0 0	0	1
1	1		0 1 1	1	1 1	1 1
1 0	1 0		1	1	0	1 0
1	1 1 1		1	1	1	1 1
1	0		0	1	1	0

是否有任何方法可以修复它？我做错了什么？

我并不真正了解其他人问题的解决方案，所以我认为ID在这里问。

我希望有人可以帮助我。

Answer 1

问题是，当您实例化 df 时，“OP”列已经有了一些值：

data = np.random.randint(2, size=(5, 6)) 
columns = ['p_1', 'p_2', 'OP1', 'OP2', 'OP3', 'OP4'] 
df = pd.DataFrame(data=data, columns=columns) 

df                                                                      

   p_1  p_2  OP1  OP2  OP3  OP4
0    1    1    0    1    0    0
1    0    0    1    1    0    1
2    0    1    1    1    0    0
3    1    1    1    1    0    1
4    0    1    1    0    1    0

用代码修复它的一种方法是在之前将所有“OP”列强制为 0：

df["OP1"] = df["OP2"] = df["OP3"] df["OP4"] = 0    

但是您正在生成随机数太多。我会这样做：

data = np.random.randint(2, size=(5, 2)) 
columns = ['p_1', 'p_2'] 
df = pd.DataFrame(data=data, columns=columns) 
df["OP1"] = ((df['p_1'] == 0) & (df['p_2'] == 1)).astype(int)

Answer 2

您可以定义用于测试的元组，并通过将掩码值转换为 inetegers 来创建新列，以将 True/False 映射到 1/0：

vals = [(1,1),(1,0),(0,1),(0,0)]
for i, (a, b) in enumerate(vals, 1):
    df[f'OP{i}'] = ((df['p_1'] == a) & (df['p_2'] == b)).astype(int)
print(df)
   p_1  p_2  OP1  OP2  OP3  OP4
0    0    0    0    0    0    1
1    0    1    0    0    1    0
2    0    1    0    0    1    0
3    0    1    0    0    1    0
4    1    0    0    1    0    0

在您的解决方案中设置 0< /code> 首先，因为原始 DataFrame 中已经设置了 1 值：

cols = ['OP1', 'OP2', 'OP3', 'OP4']
df[cols] = 0