我有一个代表顾客对餐厅评价的数据框。star_rating
是此数据框中客户的评价。
nb_favorables_mention
在同一数据框中添加一列,该列表示获得至少一个“有用”或“有趣”或“酷”评级并且该评价的评价> = 3的评论总数。data = {'rating_id': ['1', '2','3','4','5','6','7','8','9'],
'user_id': ['56', '13','56','99','99','13','12','88','45'],
'restaurant_id': ['xxx', 'xxx','yyy','yyy','xxx','zzz','zzz','eee','eee'],
'star_rating': ['2.3', '3.7','1.2','5.0','1.0','3.2','1.0','2.2','0.2'],
'rating_year': ['2012','2012','2020','2001','2020','2015','2000','2003','2004'],
'first_year': ['2012', '2012','2001','2001','2012','2000','2000','2001','2001'],
'last_year': ['2020', '2020','2020','2020','2020','2015','2015','2020','2020'],
'funny': ['1', '0','0','1','1','1','0','0','0'],
'useful': ['1', '0','0','0','1','0','0','0','1'],
'cool': ['1', '0','0','0','1','1','1','1','1'],
}
df = pd.DataFrame (data, columns = ['rating_id','user_id','restaurant_id','star_rating','rating_year','first_year','last_year','funny','useful','cool'])
df['star_rating'] = df['star_rating'].astype(float)
filtered_data = df[(df['star_rating'] >= 3) & (df['funny']==1 | df['useful']==1 | df['cool']==1)]
d = filtered_data.groupby('restaurant_id')['star_rating'].count().to_dict()
df['nb_favorables_mention'] = df['restaurant_id'].map(d)
df.head(20)
我不确定语法有什么问题,但是从我尝试过的过程中,我不断收到这些错误消息
ValueError:系列的真值不明确。使用a.empty,a.bool(),a.item(),a.any()或a.all()。
TypeError:无法对dtyped [object]数组和类型为[bool]的标量执行'ror_'
考虑到我要实现的目标,正确的语法是什么?
您有一个运算符优先级问题;在Python中,|
运营商的优先级高于==
中,括号包装比较表达式应该解决您的问题,还因为funny
,useful
和cool
列是海峡型,使用字符串'1'
代替数字1
:
filtered_data = df[(df['star_rating'] >= 3) & ((df['funny']=='1') | (df['useful']=='1') | (df['cool']=='1'))]
除了使用之外|
,您还可以一次性比较多个列,然后使用以下命令检查条件any
:
filtered_data = df[(df['star_rating'] >= 3) & df[['funny', 'useful', 'cool']].eq('1').any(axis=1)]
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句