Pandy: jak używać odpowiednika np.where()

Możesz użyć funkcji NumPy Where() , aby szybko zaktualizować wartości tablicy NumPy za pomocą logiki if-else.

Na przykład poniższy kod pokazuje, jak zaktualizować wartości w tablicy NumPy, która spełnia określony warunek:

 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])

Jeśli dana wartość w tabeli była mniejsza niż 5 lub większa niż 8, dzielimy tę wartość przez 2.

W przeciwnym razie wartość pozostawiamy bez zmian.

Podobną operację możemy wykonać w ramce DataFrame pandy, używając funkcji pandaswhere() , ale składnia jest nieco inna.

Oto podstawowa składnia użycia funkcji NumPywhere():

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

A oto podstawowa składnia funkcji pandaswhere():

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

Poniższy przykład pokazuje, jak w praktyce wykorzystać funkcję pandaswhere().

Przykład: odpowiednik np.where() w Pandach

Załóżmy, że mamy następującą ramkę DataFrame pand:

 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

Możemy użyć poniższej funkcji pandaswhere() , aby zaktualizować wartości w kolumnie A na podstawie określonego warunku:

 #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

Jeśli dana wartość w kolumnie A była mniejsza niż 20, mnożyliśmy tę wartość przez 2.

W przeciwnym razie podzieliliśmy wartość przez 2.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje na pandach:

Pandy: Jak liczyć wartości w kolumnie z warunkiem
Pandy: Jak usunąć wiersze w DataFrame na podstawie warunku
Pandy: jak zamienić wartości w kolumnie na podstawie warunku