Wie kann ich eine Dummy-Variable in Python mit einer Bedingung unterhalb oder oberhalb des Medians erstellen?

Question

Wie kann ich binäre Dummy-Variablen in Python erstellen, die den Wert 0 annehmen, wenn das Gehalt einer Person unter dem Median der Gehaltsstufe liegt und ansonsten auf 1 eingestellt ist? Ich verstehe nicht, wie man es macht, wenn Gehalt über oder unter.

ich versucht, dieses

df['Salary'] = (df['Salary'] > df['Salary'].median()) & (df['Salary'] < df['Salary'].median()) 

Aber es gibt keinen Ausgang.

Davor habe ich versucht, dies:

df['Salary'].median() 
df_Salary = pd.get_dummies(df['Salary'].median()) 
df_new = pd.concat([df, df_Salary], axis=1) 
df_new 

Und erhielt diese

Gender Exp Salary 74000.0 

0 Female 15 78200 1 
1 Female 12 66400 NaN 
2 Female 3 6000 NaN 
... 

Answer 1

Ich glaube, Sie so etwas wie dies wollen (mit Ihrer Notation und Variablennamen).

df['Salary'] = 0 if df['Salary'] < df['Salary'].median() else 1 

Dies funktioniert genau so, wie es liest. Es sagt df['Salary'] wird Null sein, wenn das Gehalt weniger als der Median ist, sonst machen es eins. Als Referenz ist diese Art von Anweisung als ternärer Operator bekannt.

Answer 2

Dies ist nur eine grundlegende Bedingung und das Speichern der Variablen.

median = 30500 
salary = 50000 
median_flag = 1 if salary > median else 0 
print median_flag 
1 

Answer 3

Sie können einen vektorisierten Vergleich tun und das Ergebnis in einen int umwandeln:

>>> df["Median_Compare"] = (df["Salary"] >= df["Salary"].median()).astype(int) 
>>> df 
    Gender Exp Salary Median_Compare 
0 Female 15 78200    1 
1 Female 12 66400    0 
2 Female 3 6000    0 

Das funktioniert, weil wir

>>> df["Salary"].median() 
66400.0 
>>> df["Salary"] >= df["Salary"].median() 
0  True 
1 False 
2 False 
Name: Salary, dtype: bool 
>>> (df["Salary"] >= df["Salary"].median()).astype(int) 
0 1 
1 0 
2 0 
Name: Salary, dtype: int32 

haben, um die ternären zu machen Ansätze funktionieren (X if (Bedingung) sonst Y), müssten Sie apply es, weil sie nicht gut mit Arrays, die keinen eindeutigen Wahrheitswert haben spielen.

Answer 4

Sie können einen boolean in einen int coerce nur um es durch eine Multiplikation:

df["Median_Compare"] = (df["Salary"] >= df["Salary"].median()) * 1