<\/p>\n
Anda dapat menggunakan fungsi NumPy Where()<\/a> untuk memperbarui nilai array NumPy dengan cepat menggunakan logika if-else.<\/span><\/p>\n Misalnya, kode berikut menunjukkan cara memperbarui nilai dalam array NumPy yang memenuhi kondisi tertentu:<\/span><\/p>\n Jika<\/strong> nilai tertentu dalam tabel kurang dari 5 atau lebih besar dari 8, kita membagi nilainya dengan 2.<\/span><\/p>\n Jika tidak,<\/strong> kami membiarkan nilainya tidak berubah.<\/span><\/p>\n Kita dapat melakukan operasi serupa di pandas DataFrame menggunakan fungsi pandaswhere()<\/a> , tetapi sintaksisnya sedikit berbeda.<\/span><\/p>\n Berikut adalah sintaks dasar menggunakan fungsi NumPywhere():<\/span><\/p>\n Dan berikut ini sintaks dasar penggunaan fungsi pandaswhere():<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan fungsi pandaswhere() dalam praktiknya.<\/span><\/p>\n Misalkan kita memiliki panda DataFrame berikut:<\/span><\/p>\n Kita dapat menggunakan fungsi pandaswhere()<\/strong> berikut untuk memperbarui nilai di kolom A berdasarkan kondisi tertentu:<\/span><\/span><\/p>\n Jika<\/strong> nilai tertentu di kolom A kurang dari 20, kita mengalikan nilainya dengan 2.<\/span><\/p>\n Jika tidak<\/strong> , kami membagi nilainya dengan 2.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:<\/span><\/p>\n Pandas : Cara menghitung nilai pada kolom dengan syarat<\/a> 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 […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n import<\/span> numpy as<\/span> np\n\n#create NumPy array of values\n<\/span>x = np. array<\/span> ([1, 3, 3, 6, 7, 9])\n\n#update valuesin array based on condition\n<\/span>x = np. where<\/span> ((x < 5) | (x > 8), x\/2, x)\n\n#view updated array\n<\/span>x\n\narray([0.5, 1.5, 1.5, 6. , 7. , 4.5])\n<\/strong><\/pre>\n x = np. where<\/span> (condition, value_if_true, value_if_false)\n<\/strong><\/pre>\n df[' col<\/span> '] = (value_if_false). where<\/span> (condition, value_if_true)<\/strong><\/pre>\n Contoh: setara dengan np.where() di Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' A<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28],\n ' B<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n AB\n0 18 5\n1 22 7\n2 19 7\n3 14 9\n4 14 12\n5 11 9\n6 20 9\n7 28 4<\/strong><\/span><\/pre>\n #update values in column A based on condition\n<\/span>df[' A<\/span> '] = (df[' A<\/span> '] \/ 2). where<\/span> (df[' A<\/span> '] < 20, df[' A<\/span> '] * 2)\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n AB\n0 9.0 5\n1 44.0 7\n2 9.5 7\n3 7.0 9\n4 7.0 12\n5 5.5 9\n6 40.0 9\n7 56.0 4\n<\/span><\/span><\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Pandas: Cara menghapus baris di DataFrame berdasarkan kondisi<\/a>
Pandas: cara mengganti nilai pada kolom berdasarkan kondisi<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"