パンダ: np.where() と同等のものを使用する方法
NumPy Where()関数を使用すると、if-else ロジックを使用して NumPy 配列の値を迅速に更新できます。
たとえば、次のコードは、特定の条件を満たす NumPy 配列の値を更新する方法を示しています。
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])
テーブル内の特定の値が 5 未満または 8 より大きい場合、その値を 2 で割ります。
それ以外の場合は、値を変更しないままにします。
pandaswhere()関数を使用して、pandas DataFrame で同様の操作を実行できますが、構文は若干異なります。
NumPywhere() 関数を使用した基本的な構文は次のとおりです。
x = np. where (condition, value_if_true, value_if_false)
pandaswhere() 関数を使用した基本的な構文は次のとおりです。
df[' col '] = (value_if_false). where (condition, value_if_true)
次の例は、実際に pandaswhere() 関数を使用する方法を示しています。
例: Pandas の np.where() に相当します。
次のパンダ データフレームがあるとします。
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
次のpandaswhere()関数を使用して、特定の条件に基づいて列 A の値を更新できます。
#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
列 A の特定の値が 20 未満の場合、その値を 2 で乗算しました。
それ以外の場合は、値を 2 で除算します。
追加リソース
次のチュートリアルでは、パンダで他の一般的な操作を実行する方法を説明します。
Pandas: 条件付きで列の値をカウントする方法
Pandas: 条件に基づいて DataFrame の行を削除する方法
Pandas: 条件に基づいて列の値を置換する方法