相当于np.where的pandas

一尘不染

相当于np.where的pandas

python

np.where具有向量化if / else的语义（类似于Apache Spark的when/
otherwiseDataFrame方法）。我知道我可以np.where在pandas上使用Series，但pandas通常会定义自己的API来代替原始numpy函数使用，通常使用pd.Series/更为方便pd.DataFrame。

果然，我发现了pandas.DataFrame.where。但是，乍一看，它具有完全不同的语义。我找不到一种方法来重写np.where使用pandas的最基本的示例where：

# df is pd.DataFrame
# how to write this using df.where?
df['C'] = np.where((df['A']<0) | (df['B']>0), df['A']+df['B'], df['A']/df['B'])

我是否缺少明显的东西？还是将熊猫where命名为一个完全不同的用例，尽管名称与相同np.where？

阅读 199

2020-12-20

共1个答案

一尘不染

尝试：

(df['A'] + df['B']).where((df['A'] < 0) | (df['B'] > 0), df['A'] / df['B'])

的之间的差numpy where和DataFrame
where是，默认值是由所提供的DataFrame是，where正在被调用的方法上（文档）。

即

np.where(m, A, B)

大致相当于

A.where(m, B)

如果您希望使用pandas进行类似的调用签名，则可以利用Python中方法调用的工作方式：

pd.DataFrame.where(cond=(df['A'] < 0) | (df['B'] > 0), self=df['A'] + df['B'], other=df['A'] / df['B'])

或不kwargs（注：该参数的位置顺序是从不同的numpy where
参数顺序）：

pd.DataFrame.where(df['A'] + df['B'], (df['A'] < 0) | (df['B'] > 0), df['A'] / df['B'])

2020-12-20