วิธีใช้ฟังก์ชัน where() ใน pandas (พร้อมตัวอย่าง)

สามารถใช้ฟังก์ชัน Where() เพื่อแทนที่ค่าบางค่าใน Pandas DataFrame

ฟังก์ชันนี้ใช้ไวยากรณ์พื้นฐานต่อไปนี้:

 df. where (cond, other=nan)

สำหรับแต่ละค่าใน Pandas DataFrame โดยที่ cond เป็น True ค่าดั้งเดิมจะยังคงอยู่

สำหรับแต่ละค่าที่ cond เป็นเท็จ ค่าเดิมจะถูกแทนที่ด้วยค่าที่ระบุโดยอาร์กิวเมนต์ อื่น

ตัวอย่างต่อไปนี้แสดงวิธีการใช้ไวยากรณ์นี้ในทางปฏิบัติกับ Pandas DataFrame ต่อไปนี้:

 import pandas as pd

#define DataFrame
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6
5 23 9 5
6 25 9 9
7 29 4 12

ตัวอย่างที่ 1: แทนที่ค่าทั่วทั้ง DataFrame

โค้ดต่อไปนี้แสดงวิธีใช้ฟังก์ชัน Where() เพื่อแทนที่ค่าทั้งหมดที่ไม่ตรงตามเงื่อนไขที่กำหนดใน Pandas DataFrame ทั้งหมดด้วยค่า NaN

 #keep values that are greater than 7, but replace all others with NaN
df. where (df>7)

	points assists rebounds
0 25 NaN 11.0
1 12 NaN 8.0
2 15 NaN 10.0
3 14 9.0 NaN
4 19 12.0 NaN
5 23 9.0 NaN
6 25 9.0 9.0
7 29 NaN 12.0

นอกจากนี้เรายังสามารถใช้อาร์กิวเมนต์ อื่น เพื่อแทนที่ค่าด้วยค่าอื่นที่ไม่ใช่ NaN

 #keep values that are greater than 7, but replace all others with 'low'
df. where (df>7, other=' low ')

	points assists rebounds
0 25 low 11
1 12 low 8
2 15 low 10
3 14 9 low
4 19 12 low
5 23 9 low
6 25 9 9
7 29 low 12

ตัวอย่างที่ 2: แทนที่ค่าในคอลัมน์ DataFrame เฉพาะ

โค้ดต่อไปนี้แสดงวิธีการใช้ฟังก์ชัน Where() เพื่อแทนที่ค่าทั้งหมดที่ไม่ตรงตามเงื่อนไขที่กำหนดในคอลัมน์เฉพาะของ DataFrame

 #keep values greater than 15 in 'points' column, but replace others with 'low'
df[' points '] = df[' points ']. where (df[' points ']>15, other=' low ')

#view DataFrame
df

	points assists rebounds
0 25 5 11
1 low 7 8
2 low 7 10
3 low 9 6
4 19 12 6
5 23 9 5
6 25 9 9
7 29 4 12

คุณสามารถดูเอกสารออนไลน์ฉบับเต็มสำหรับฟังก์ชัน pandaswhere() ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีใช้ฟังก์ชันทั่วไปอื่น ๆ ในแพนด้า:

วิธีใช้ฟังก์ชันอธิบาย() ใน Pandas
วิธีใช้ฟังก์ชัน idxmax() ใน Pandas
วิธีใช้ฟังก์ชันกับคอลัมน์ที่เลือกใน Pandas