Bagaimanakah Saya Boleh Mencipta Lajur Baharu dengan Nilai Bersyarat dalam DataFrames Menggunakan NumPy?

Membuat Lajur Baharu dengan Nilai Bersyarat

Apabila menganalisis data, mungkin perlu mencipta lajur baharu di mana nilai dipilih berdasarkan lajur sedia ada. Ini membolehkan anda mengkategorikan atau mengubah data untuk analisis atau visualisasi selanjutnya. Berikut ialah dua pendekatan:

np.where untuk Dua Pilihan:

Jika anda perlu memilih antara hanya dua nilai berdasarkan lajur sedia ada, anda boleh menggunakan np .mana fungsi. Sebagai contoh, untuk mencipta lajur "warna" dalam bingkai data dengan "warna='hijau'" jika "Set=='Z'" dan "warna='merah'" sebaliknya, anda boleh menggunakan:

df['color'] = np.where(df['Set']=='Z', 'green', 'red')

np.select untuk Pelbagai Syarat:

Jika anda mempunyai lebih daripada dua syarat untuk dipertimbangkan semasa memilih nilai, anda boleh menggunakan fungsi np.select. Contohnya, untuk mencipta lajur "warna" berdasarkan berbilang syarat:

conditions = [
    (df['Set'] == 'Z') & (df['Type'] == 'A'),
    (df['Set'] == 'Z') & (df['Type'] == 'B'),
    (df['Type'] == 'B')]
choices = ['yellow', 'blue', 'purple']
df['color'] = np.select(conditions, choices, default='black')

Dengan menggunakan np.where atau np.select, anda boleh membuat lajur baharu dengan nilai bersyarat dengan mudah, memberikan kefleksibelan dalam manipulasi data dan membolehkan cerapan yang lebih mendalam daripada data anda.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Mencipta Lajur Baharu dengan Nilai Bersyarat dalam DataFrames Menggunakan NumPy?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!