Панды: как использовать эквивалент np.where()

Вы можете использовать функцию NumPy Where() для быстрого обновления значений массива NumPy с использованием логики if-else.

Например, следующий код показывает, как обновить значения в массиве NumPy, соответствующие определенному условию:

 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])

Если заданное значение в таблице было меньше 5 или больше 8, делим значение на 2.

В противном случае оставляем значение неизменным.

Мы можем выполнить аналогичную операцию в DataFrame pandas, используя функцию pandaswhere() , но синтаксис немного отличается.

Вот основной синтаксис использования функции NumPywhere():

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

А вот основной синтаксис использования функции pandaswhere():

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

В следующем примере показано, как использовать функцию pandaswhere() на практике.

Пример: эквивалент np.where() в Pandas

Предположим, у нас есть следующий DataFrame pandas:

 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

Мы можем использовать следующую функцию pandaswhere() для обновления значений в столбце A на основе определенного условия:

 #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

Если заданное значение в столбце А было меньше 20, мы умножали это значение на 2.

В противном случае мы разделили значение на 2.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Pandas: Как посчитать значения в столбце с условием
Pandas: как удалить строки в DataFrame на основе условия
Pandas: как заменить значения в столбце по условию