Pandas: cara menggunakan yang setara dengan np.where()

Anda dapat menggunakan fungsi NumPy Where() untuk memperbarui nilai array NumPy dengan cepat menggunakan logika if-else.

Misalnya, kode berikut menunjukkan cara memperbarui nilai dalam array NumPy yang memenuhi kondisi tertentu:

 import numpy as np

#create NumPy array of values
x = np. array ([1, 3, 3, 6, 7, 9])

#update valuesin array based on condition
x = np. where ((x < 5) | (x > 8), x/2, x)

#view updated array
x

array([0.5, 1.5, 1.5, 6. , 7. , 4.5])

Jika nilai tertentu dalam tabel kurang dari 5 atau lebih besar dari 8, kita membagi nilainya dengan 2.

Jika tidak, kami membiarkan nilainya tidak berubah.

Kita dapat melakukan operasi serupa di pandas DataFrame menggunakan fungsi pandaswhere() , tetapi sintaksisnya sedikit berbeda.

Berikut adalah sintaks dasar menggunakan fungsi NumPywhere():

 x = np. where (condition, value_if_true, value_if_false)

Dan berikut ini sintaks dasar penggunaan fungsi pandaswhere():

 df[' col '] = (value_if_false). where (condition, value_if_true)

Contoh berikut menunjukkan cara menggunakan fungsi pandaswhere() dalam praktiknya.

Contoh: setara dengan np.where() di Pandas

Misalkan kita memiliki panda DataFrame berikut:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' A ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' B ': [5, 7, 7, 9, 12, 9, 9, 4]})

#view DataFrame
print (df)

    AB
0 18 5
1 22 7
2 19 7
3 14 9
4 14 12
5 11 9
6 20 9
7 28 4

Kita dapat menggunakan fungsi pandaswhere() berikut untuk memperbarui nilai di kolom A berdasarkan kondisi tertentu:

 #update values in column A based on condition
df[' A '] = (df[' A '] / 2). where (df[' A '] < 20, df[' A '] * 2)

#view updated DataFrame
print (df)

      AB
0 9.0 5
1 44.0 7
2 9.5 7
3 7.0 9
4 7.0 12
5 5.5 9
6 40.0 9
7 56.0 4

Jika nilai tertentu di kolom A kurang dari 20, kita mengalikan nilainya dengan 2.

Jika tidak , kami membagi nilainya dengan 2.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Pandas : Cara menghitung nilai pada kolom dengan syarat
Pandas: Cara menghapus baris di DataFrame berdasarkan kondisi
Pandas: cara mengganti nilai pada kolom berdasarkan kondisi