在PANDA中使用映射逻辑替换列值(实现函数的问题)

Replace column values using a mapping-logic in pandas (problem with implementing a function)(在PANDA中使用映射逻辑替换列值(实现函数的问题))

问题描述

我有一个如下数据框。我想要的是生成另一列(freq)，其中的行将根据以下逻辑具有值：

• 如果模式列值以数字m开头，则在频率列中填写数字n。

  - m: 1, n: 12
  - m: 6, n: 4
  - m: 7, n: 2
  - m: 8, n: 1
  

DataFrame

    Mode
0   602
1   603
2   700
3   100
4   100
5   100
6   802
7   100
8   100
9   100
10  100

以下是我尝试实现的逻辑。但不知何故，它似乎并没有奏效。即使您可以建议一些替代解决方案，而不使用我的代码，也同样有效。

def check_mode(Mode):
    freq = ''
    if (Mode.str.startswith('8')).any(): 
        freq = 1
    elif (Mode.startswith("7")).all():  
        freq = 2
    elif (Mode.startswith("6")).any():  
        freq = 4
    elif (Mode.startswith("1")).any(): 
        freq = 12
    return freq

df['freq']=check_mode(df_ia['Mode'].values)

if (Mode.str.startswith('8')).any():

AttributeError: 'numpy.ndarray' object has no attribute 'str'

if (Mode.startswith('8')).any():

AttributeError: 'numpy.ndarray' object has no attribute 'startswith'

df['freq'] = df.Mode.astype(str).str.get(0).replace({'8': 1, '7': 2, '6': 4, '1': 12})

# You can run this cell and check the result as well

(df.Mode.astype(str) # convert the column "Mode" into str data type
   .str.get(0)       # get string based methods and access the get 
                     # method to get the 1st (`.get(0)`) digit
    # replace the digits with a dictionary that 
    # maps to their replacement values.
   .replace({'8': 1, '7': 2, '6': 4, '1': 12})) 

df = pd.DataFrame([602, 603, 700, 100, 100, 100, 802, 100, 100, 100, 100,], columns=['Mode'])
df['freq'] = df.Mode.astype(str).str.get(0).replace({'8': 1, '7': 2, '6': 4, '1': 12})
df

## Output
#     Mode  freq
# 0    602     4
# 1    603     4
# 2    700     2
# 3    100    12
# 4    100    12
# 5    100    12
# 6    802     1
# 7    100    12
# 8    100    12
# 9    100    12
# 10   100    12