134

J'ai une colonne en python pandas DataFrame qui a des valeurs booléennes True / False, mais pour d'autres calculs, j'ai besoin d'une représentation 1/0. Existe-t-il un moyen rapide de faire ça avec pandas / numpy?

python numpy pandas Simon Righley
la source

1

Quels autres calculs sont nécessaires?

Jon Clements

Pour parrot @JonClements, pourquoi avez-vous besoin de convertir bool en int pour l'utiliser dans le calcul? bool fonctionne directement avec l'arithmétique (puisqu'il s'agit d'un int en interne).

cs95 le

277

Une façon succincte de convertir une seule colonne de valeurs booléennes en une colonne d'entiers 1 ou 0:

df["somecolumn"] = df["somecolumn"].astype(int)

Utilisateur
la source

4

Le cas du coin est s'il y a des valeurs NaN dans somecolumn. L'utilisation astype(int)échouera alors. Une autre approche, qui convertit Trueen 1.0 et Falseen 0.0 (floats) tout en préservant les valeurs NaN est de faire:df.somecolumn = df.somecolumn.replace({True: 1, False: 0})

DustByte

@DustByte Bonne prise!

Homunculus Reticulli le

@DustByte Ne pourriez-vous pas simplement utiliser astype(float)et obtenir le même résultat?

AMC

65

Multipliez simplement votre Dataframe par 1 (int)

[1]: data = pd.DataFrame([[True, False, True], [False, False, True]])
[2]: print data
          0      1     2
     0   True  False  True
     1   False False  True

[3]: print data*1
         0  1  2
     0   1  0  1
     1   0  0  1

shubhamgoel27
la source

Quels sont les avantages de cette solution?

AMC

44

Trueest 1en Python, et Falseest également 0^* :

>>> True == 1
True
>>> False == 0
True

Vous devriez pouvoir effectuer toutes les opérations que vous souhaitez sur eux en les traitant simplement comme s'il s'agissait de nombres, car ce sont des nombres:

>>> issubclass(bool, int)
True
>>> True * 5
5

Donc pour répondre à votre question, aucun travail n'est nécessaire - vous avez déjà ce que vous recherchez.

^{* L' utilisation Remarque I est comme un mot anglais, pas le mot - clé Python is- Truene sera pas le même objet que tout au hasard 1.}

Gareth Latty
la source

1

np.sin(True).dtypeFaites juste attention avec les types de données si vous faites des calculs en virgule flottante: est float16 pour moi.

jorgeca

9

J'ai un dataframe avec une colonne booléenne, et je peux l'appeler df.my_column.mean()très bien (comme vous l'impliquez), mais quand j'essaye: df.groupby("some_other_column").agg({"my_column":"mean"})j'obtiens DataError: No numeric types to aggregate, donc il semble qu'ils ne sont PAS toujours les mêmes. Juste FYI.

dwanderson

Dans la version 24 de pandas (et peut-être plus tôt), vous pouvez très bien agréger les boolcolonnes.

BallpointBen le

1

Il semble que numpy génère également des erreurs avec les types booléens: l' TypeError: numpy boolean subtract, the opérateur -`, est obsolète, utilisez le bitwise_xor, l' ^opérateur ou la fonction logical_xor à la place.

Amadou Kone

Une autre raison pour laquelle ce n'est pas la même chose: df.col1 + df.col2 + df.col3 ne fonctionne pas pour les boolcolonnes comme il le fait pour les intcolonnes

colorlace

22

Vous pouvez également le faire directement sur les cadres

In [104]: df = DataFrame(dict(A = True, B = False),index=range(3))

In [105]: df
Out[105]: 
      A      B
0  True  False
1  True  False
2  True  False

In [106]: df.dtypes
Out[106]: 
A    bool
B    bool
dtype: object

In [107]: df.astype(int)
Out[107]: 
   A  B
0  1  0
1  1  0
2  1  0

In [108]: df.astype(int).dtypes
Out[108]: 
A    int64
B    int64
dtype: object

Jeff
la source

2

Vous pouvez utiliser une transformation pour votre bloc de données:

df = pd.DataFrame(my_data condition)

transformation Vrai / Faux en 1/0

df = df*1

Bruno Benevides
la source

C'est identique à cette solution , publiée 3 ans plus tôt.

AMC

1

Utilisez Series.viewpour convertir un booléen en nombres entiers:

df["somecolumn"] = df["somecolumn"].view('i1')

jezrael
la source

Comment puis-je mapper True / False à 1/0 dans un Pandas DataFrame?

Réponses:

transformation Vrai / Faux en 1/0