dataframe二分类

如果你想将一个 DataFrame 进行二分类的话，一种常见的方法是使用 Pandas 库中的 `apply()` 函数，并传入一个自定义函数来实现分类的逻辑。以下是一种示例实现：

import pandas as pd

# 构造示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]})

# 自定义分类函数，根据 A 列的值进行分类
def binary_classification(row):
    if row['A'] > 3:
        return 1
    else:
        return 0

# 应用分类函数到 DataFrame 中的每一行，并创建新的一列 'label'
df['label'] = df.apply(binary_classification, axis=1)

print(df)

在这个示例中，我们构造了一个包含两列数据的 DataFrame，并创建了一个自定义的分类函数 `binary_classification()`。该函数接收一个行数据 `row`，并根据该行的 'A' 列的值进行分类。如果 'A' 列的值大于 3，则该行被标记为 1，否则标记为 0。我们将该函数应用到 DataFrame 的每一行，并创建了一个新的一列 'label'，用于存储分类结果。最后，我们打印出了结果 DataFrame。