基於多個條件替換熊貓數據框中的值

Question

我有一個基於此示例代碼的相當簡單的問題：

x1 = 10*np.random.randn(10,3)
df1 = pd.DataFrame(x1)

我正在尋找從df1派生的單個 DataFrame ，其中正值替換為"up" ，負值替換為"down" ， 0值（如果有）替換為"zero" 。 我曾嘗試使用.mask() .where()和.mask()方法，但無法獲得所需的結果。

我看過其他帖子，它們一次根據多個條件進行過濾，但它們沒有顯示如何根據不同條件替換值。

Answer 1

df1.apply(np.sign).replace({-1: 'down', 1: 'up', 0: 'zero'})

輸出：

      0     1     2
0  down    up    up
1    up  down  down
2    up  down  down
3  down  down    up
4  down  down    up
5  down    up    up
6  down    up  down
7    up  down  down
8    up    up  down
9  down    up    up

PS當然，用randn精確為零是不太可能的

Answer 2

通常，您可以對values使用np.select並重新構建DataFrame

import pandas as pd
import numpy as np

df1 = pd.DataFrame(10*np.random.randn(10, 3))
df1.iloc[0, 0] = 0 # So we can check the == 0 condition 

conds = [df1.values < 0 , df1.values > 0]
choices = ['down', 'up']

pd.DataFrame(np.select(conds, choices, default='zero'),
             index=df1.index,
             columns=df1.columns)

輸出：

      0     1     2
0  zero  down    up
1    up  down    up
2    up    up    up
3  down  down  down
4    up    up    up
5    up    up    up
6    up    up  down
7    up    up  down
8  down    up  down
9    up    up  down

Answer 3

對於多個條件，即。 (df['employrate'] <=55) & (df['employrate'] > 50)

用這個：

df['employrate'] = np.where(
   (df['employrate'] <=55) & (df['employrate'] > 50) , 11, df['employrate']
   )

或者你也可以這樣做

gm.loc[(gm['employrate'] <55) & (gm['employrate'] > 50),'employrate']=11

這里的非正式語法可以是：

<dataset>.loc[<filter1> & (<filter2>),'<variable>']='<value>'

---

out[108]:
       country  employrate alcconsumption
0  Afghanistan   55.700001            .03
1      Albania   11.000000           7.29
2      Algeria   11.000000            .69
3      Andorra         nan          10.17
4       Angola   75.699997           5.57

因此我們在這里使用的語法是：

 df['<column_name>'] = np.where((<filter 1> ) & (<filter 2>) , <new value>, df['column_name'])

---

對於單一條件，即。 ( 'employrate'] > 70 )

       country        employrate alcconsumption
0  Afghanistan  55.7000007629394            .03
1      Albania  51.4000015258789           7.29
2      Algeria              50.5            .69
3      Andorra                            10.17
4       Angola  75.6999969482422           5.57

用這個：

df.loc[df['employrate'] > 70, 'employrate'] = 7

---

       country  employrate alcconsumption
0  Afghanistan   55.700001            .03
1      Albania   51.400002           7.29
2      Algeria   50.500000            .69
3      Andorra         nan          10.17
4       Angola    7.000000           5.57

因此這里的語法是：

df.loc[<mask>(here mask is generating the labels to index) , <optional column(s)> ]

---

Answer 4

帶 OR 的 IF 條件

from pandas import DataFrame

names = {'First_name': ['Jon','Bill','Maria','Emma']}

df = DataFrame(names,columns=['First_name'])

df.loc[(df['First_name'] == 'Bill') | (df['First_name'] == 'Emma'), 'name_match'] = 'Match'  
df.loc[(df['First_name'] != 'Bill') & (df['First_name'] != 'Emma'), 'name_match'] = 'Mismatch'
print (df)

輸出

  First_name name_match
0        Jon   Mismatch
1       Bill      Match
2      Maria   Mismatch
3       Emma      Match