python中where函数_Python pandas.DataFrame.where函数方法的使用
DataFrame.where(cond, other=nan, inplace=False, axis=None, level=None, errors='raise', try_cast=False)[source]
替换where条件为False的值。
参数:cond:bool Series/DataFrame, array-like,
或 callable
当cond为True时,保持原始值。当为False时,
用other的相应值替换。如果cond是可调用的,
它将根据Series/DataFrame计算,
并且应该返回boolean Series/DataFrame或array。
可调用对象不能更改输入Series/DataFrame(尽管panda不检查它)。
other:scalar, Series/DataFrame, 或 callable
cond为假的条目被替换为other的相应值。
如果其他变量是可调用的,
它将根据Series/DataFrame计算,
并且应该返回scalar或Series/DataFrame。
可调用对象不能更改输入Series/DataFrame(尽管panda不检查它)。
inplace:bool, 默认为False
是否对数据执行适当的操作。
axis:int, 默认为 None
如有需要,调整axis。
level :int, 默认为 None
如果需要对齐level。
errors :str, {‘raise’, ‘ignore’}, 默认为‘raise’
请注意,目前这个参数不会影响结果,
并且总是将其强制为合适的dtype。
1) ‘raise’ : 允许引发异常。
2) ‘ignore’ : 抑制异常。错误时返回原始对象。
try_cast :bool, 默认为False
尝试将结果转换回输入类型(如果可能)。
返回值:与调用者类型相同
Notes
where方法是if-then惯用语的应用。对于在主叫数据帧的每个元素中,如果cond是True的元件被使用; 否则,将使用DataFrame中的相应元素 other。DataFrame.where()的签名不同于numpy.where()。df1.where(m, df2)大致相当于np.where(m, df1, df2)。
有关更多详细信息和示例,请参见indexing中的where文档 。
例子>>> s = pd.Series(range(5))
>>> s.where(s > 0)
0 NaN
1 1.0
2 2.0
3 3.0
4 4.0
dtype: float64>>> s.mask(s > 0)
0 0.0
1 NaN
2 NaN
3 NaN
4 NaN
dtype: float64>>> s.where(s > 1, 10)
0 10
1 10
2 2
3 3
4 4
dtype: int64>>> df = pd.DataFrame(np.arange(10).reshape(-1, 2), columns=['A', 'B'])
>>> df
A B
0 0 1
1 2 3
2 4 5
3 6 7
4 8 9
>>> m = df % 3 == 0
>>> df.where(m, -df)
A B
0 0 -1
1 -2 3
2 -4 -5
3 6 -7
4 -8 9
>>> df.where(m, -df) == np.where(m, df, -df)
A B
0 True True
1 True True
2 True True
3 True True
4 True True
>>> df.where(m, -df) == df.mask(~m, -df)
A B
0 True True
1 True True
2 True True
3 True True
4 True True
python中where函数_Python pandas.DataFrame.where函数方法的使用相关推荐
- python数据去重的函数_python pandas dataframe 去重函数的具体使用
今天笔者想对pandas中的行进行去重操作,找了好久,才找到相关的函数 先看一个小例子 from pandas import Series, DataFrame data = DataFrame({' ...
- python dataframe loc函数_python pandas.DataFrame.loc函数使用详解
官方函数 DataFrame.loc Access a group of rows and columns by label(s) or a boolean array. .loc[] is prim ...
- python convert函数_Python pandas.DataFrame.tz_convert函数方法的使用
DataFrame.tz_convert(tz, axis=0, level=None, copy=True)[source] 将tz-aware axis转换为目标时区. 参数:tz:str或 tz ...
- python中cumsum函数_Python pandas.DataFrame.cumsum函数方法的使用
DataFrame.cumsum(self, axis=None, skipna=True, *args, **kwargs) 返回DataFrame或Series轴上的累计和. 返回包含累计和的相同 ...
- python中items函数_Python pandas.DataFrame.items函数方法的使用
DataFrame.items(self) [source] 迭代器遍历(列名,Series)对. 遍历DataFrame列,返回一个具有列名称和内容为Series的元组. Yields:label: ...
- python resample函数_Python pandas.DataFrame.resample函数方法的使用
DataFrame.resample(rule, axis=0, closed=None, label=None, convention='start', kind=None, loffset=Non ...
- python iloc函数_Python pandas.DataFrame.iloc函数方法的使用
DataFrame.iloc 纯粹基于整数位置的索引,用于按位置选择. .iloc[] 主要是基于整数位置(从轴的0到长度-1),但也可以与布尔数组一起使用. 允许的输入:整数, 例如, 5 整数的列 ...
- python describe函数_Python pandas.DataFrame.describe函数方法的使用
DataFrame.describe(self, percentiles=None, include=None, exclude=None) 生成描述性统计数据,总结数据集分布的集中趋势,分散和形状, ...
- python agg函数_Python pandas.DataFrame.agg函数方法的使用
DataFrame.agg(func, axis=0, *args, **kwargs) 使用指定axis上的一个或多个操作Aggregate. 参数:func: function, str, lis ...
最新文章
- Go: init()执行顺序问题
- Android studio打开之后 cannot load project: java.lang.NUllpointerException
- java取网页源码_Java获取任意http网页源代码的方法
- 七大排序的个人总结(二) 归并排序(Merge
- 实战 | 尝鲜 Svelte 前端框架,开发读书笔记
- ST众泰:未与长城汽车签署过任何战略协议
- [JLOI2015]城池攻占 左偏树
- 保护站点子目录的文件
- 1011. A+B和C (15)
- CE驱动程序快速入门(转)
- 【手写数字识别】基于matlab GUI BP神经网络手写数字识别系统【含Matlab源码 1639期】
- 免费学plc的手机app_PLC学吧APP
- python平方和psum_python求和函数sum()详解
- 服务器系统2008恢复,win2003升级为win2008、win2012保留数据重装恢复数据说明
- 编码论——PNG格式图片编码
- 针对Sql Server中进行查询操作时提示“对象名无效”
- 基于JavaWeb聊天室设计与实现
- 解决虚拟机突然断网问题
- 配置nginx.conf证书,实现http跳转htpps(80-->443)
- .net RPC框架选型(一)