Panda Pengganti Bersyarat

Saya memiliki DataFrame, dan saya ingin mengganti nilai di kolom tertentu yang melebihi nilai dengan nol. Saya pikir ini adalah cara untuk mencapai ini:

df[df.my_channel > 20000].my_channel = 0

Jika saya menyalin saluran ke dalam bingkai data baru, itu sederhana:

df2 = df.my_channel 

df2[df2 > 20000] = 0

Ini persis seperti yang saya inginkan, tetapi tampaknya tidak berfungsi dengan saluran sebagai bagian dari DataFrame asli.

.ixpengindeks berfungsi dengan baik untuk versi pandas sebelum 0.20.0, tetapi karena pandas 0.20.0, .ixpengindeks tidak digunakan lagi , jadi Anda harus menghindari penggunaannya. Sebagai gantinya, Anda dapat menggunakan .locatau ilocpengindeks. Anda dapat mengatasi masalah ini dengan:

mask = df.my_channel > 20000
column_name = 'my_channel'
df.loc[mask, column_name] = 0

Atau, dalam satu baris,

df.loc[df.my_channel > 20000, 'my_channel'] = 0

maskmembantu Anda untuk memilih baris yang df.my_channel > 20000merupakan True, sedangkan df.loc[mask, column_name] = 0set nilai 0 ke baris yang dipilih mana maskmemegang di kolom yang namanya column_name.

Pembaruan: Dalam hal ini, Anda harus menggunakan lockarena jika Anda menggunakan iloc, Anda akan mendapatkan pemberitahuanNotImplementedError bahwa pengindeksan boolean berbasis iLocation pada tipe integer tidak tersedia .

Mencoba

df.loc[df.my_channel > 20000, 'my_channel'] = 0

Catatan: Sejak v0.20.0, ix sudah tidak digunakan lagi karena mendukung loc/ iloc.

np.where fungsi berfungsi sebagai berikut:

df['X'] = np.where(df['Y']>=50, 'yes', 'no')

Dalam kasus Anda, Anda ingin:

import numpy as np
df['my_channel'] = np.where(df.my_channel > 20000, 0, df.my_channel)

Alasan bingkai data asli Anda tidak diperbarui adalah karena pengindeksan berantai dapat menyebabkan Anda mengubah salinan daripada tampilan bingkai data Anda. The docs memberikan nasihat ini:

Saat menetapkan nilai dalam objek pandas, kehati-hatian harus dilakukan untuk menghindari apa yang disebut pengindeksan berantai.

Anda memiliki beberapa alternatif: -

loc + Pengindeksan Boolean

loc dapat digunakan untuk menyetel nilai dan mendukung topeng Boolean:

df.loc[df['my_channel'] > 20000, 'my_channel'] = 0

mask + Pengindeksan Boolean

Anda dapat menetapkan ke seri Anda:

df['my_channel'] = df['my_channel'].mask(df['my_channel'] > 20000, 0)

Atau Anda dapat memperbarui serial Anda di tempat:

df['my_channel'].mask(df['my_channel'] > 20000, 0, inplace=True)

np.where + Pengindeksan Boolean

Anda dapat menggunakan NumPy dengan menetapkan rangkaian asli Anda saat kondisi Anda tidak memuaskan; Namun, dua solusi pertama lebih bersih karena hanya mengubah nilai yang ditentukan secara eksplisit.

df['my_channel'] = np.where(df['my_channel'] > 20000, 0, df['my_channel'])

Saya akan menggunakan lambdafungsi pada Seriesa DataFrameseperti ini:

f = lambda x: 0 if x>100 else 1
df['my_column'] = df['my_column'].map(f)

Saya tidak menegaskan bahwa ini adalah cara yang efisien, tetapi berfungsi dengan baik.

Coba ini:

df.my_channel = df.my_channel.where(df.my_channel <= 20000, other= 0)

atau

df.my_channel = df.my_channel.mask(df.my_channel > 20000, other= 0)