Нужно разделить данные на три категории

Question

Нужно разделить все фильмы на три категории:

< 90, если фильм длится менее 90 минут;
90-120, если фильм длится от 90 минут до 2 часов (включительно);
> 120, если фильм длится больше 2 часов

if data['duration']<90:
    data['movie_duration_category'] = 1
elif 90<= data['duration'] <= 120:
    data['movie_duration_category'] = 2
else:
    data['movie_duration_category'] = 3

Почему-то не работает.

Answer 1

Используйте вместо & это and, ведь & - побитовое И and - логическое И

Answer 2

Можно написать так:

categories = {}
films = [{'name': 'random name', 'time': 154}]

for element in films:
    if element['time'] < 90:
        categories['one'] = element['name']

Answer 3

воспользуйтесь pandas.cut():

df["movie_duration_category"] = pd.cut(df["duration"], [0, 89, 120, np.inf], labels=[1,2,3])

результат:

In [82]: df
Out[82]:
   duration movie_duration_category
0        70                       1
1        90                       2
2       100                       2
3       120                       2
4       200                       3

Answer 4

На Kaggle я видел, что часто делают так:

import pandas as pd
import numpy as np

df = pd.DataFrame({'duration': np.random.randint(1, 240, 100)})
df['movie_duration_category'] = 3
df.loc[df.duration < 90, 'movie_duration_category'] = 1
df.loc[(df.duration >= 90) & (df.duration <= 120), 'movie_duration_category'] = 2

Обратите внимание на две вещи:

Сначала идёт присвоение значения всему столбцу, если присвоить только часть значений новому столбцу, тогда в столбце возникнут значения NA и столбец станет типа float, это не очень красиво, придётся его потом переделывать из float обратно в int.
Круглые скобки в случае нескольких условий обязательны! Иначе возникает ошибка, которую вы упоминали: The truth value of a Series is ambiguous

Но я больше люблю вариант с использованием Numba, он позволяет записать условия в "человеческом" виде:

import pandas as pd
import numpy as np
from numba import vectorize

@vectorize
def duration2category(duration):
    if duration < 90:
        return 1
    elif 90 <= duration <= 120:
        return 2
    else:
        return 3 

df = pd.DataFrame({'duration': np.random.randint(1, 240, 100)})
df['movie_duration_category'] = duration2category(df.duration.values)

Ну, это всё как бы в дополнение к совершенно правильному ответу @MaxU. В Pandas довольно часто одни и те же вещи можно сделать несколькими вполне правильными способами.

БЛОГ НА HUSL

Нужно разделить данные на три категории

Ответы (4 шт):