조건부 연산을 위해 여러 조건과 함께 NumPy \"where\"를 사용하는 방법은 무엇입니까?

여러 조건과 함께 NumPy "where" 사용

데이터 조작 작업을 수행할 때 선택하거나 수정하기 위해 다른 조건을 적용해야 하는 경우가 많습니다. 특정 값. NumPy의 "where" 함수는 조건부 연산을 위한 강력한 도구이지만 기본적으로 두 가지 조건만 처리합니다.

Pandas DataFrame에 "energy_class"라는 새 열을 추가하려는 경우를 생각해 보세요. "df_에너지." 에너지 등급은 다음 조건에 따라 할당되어야 합니다.

• 400보다 큰 "consumption_energy" 값: "높음"
• 200~400 사이의 "consumption_energy" 값: "medium"
• 200보다 작거나 같은 "consumption_energy" 값: "낮음"

NumPy의 "where" 기능은 여러 조건을 지원하지 않기 때문에 해결책은 더 강력한 기능을 사용하는 데 있습니다. 동생아, "선택해." 이 문제에 접근하는 방법은 다음과 같습니다.

import numpy as np

# Assuming df_energy has a column called "consumption_energy"
col = 'consumption_energy'
conditions = [ df_energy[col] >= 400,
             (df_energy[col] < 400) & (df_energy[col] > 200),
             df_energy[col] <= 200 ]
choices = [ "high", 'medium', 'low' ]

# Create the "energy_class" column using np.select
df_energy["energy_class"] = np.select(conditions, choices, default=np.nan)

"select"를 확장하여 사용하면 여러 조건을 정의하고 해당 선택 사항을 출력에 매핑할 수 있습니다. 기본적으로 조건이 하나도 충족되지 않으면 "np.nan"을 할당합니다.

이제 DataFrame에는 지정된 조건에 따라 적절한 레이블로 채워지는 "energy_class" 열이 있습니다. 에너지 소비 수준을 명확하게 분류합니다.

위 내용은 조건부 연산을 위해 여러 조건과 함께 NumPy \"where\"를 사용하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!