如何使用 NumPy 的'np.select”在数组中应用多个条件？

使用 Numpy 的“where”应用多个条件

使用 NumPy 的“where”函数可以成为有条件选择数组中元素的强大工具基于具体标准。然而，“where”的标准实现仅允许两个条件具有相应的输出。在处理涉及多个条件的场景时，这可能会成为一个限制。

为了解决这个问题，更通用的解决方案是使用“np.select”函数。 “np.select”允许同时评估多个条件并分配相应的输出。让我们探讨如何将其应用于根据消耗能源值将能源类别分配给 DataFrame 的问题。

实现：

col = 'consumption_energy'
conditions = [ df['consumption_energy'] >= 400, (df['consumption_energy']  200), df['consumption_energy'] <p>此代码创建了三个基于 'conspiration_energy' 列中的值的条件：</p><ol>
<li>'conspiration_energy' >= 400：将此条件指定为 'high'。</li>
<li>'conspiration_energy' </li>第400章200：将此条件指定为“中”。<li>“conspiration_energy”<p></p>“np.select”函数评估每个条件，如果满足任何条件，它会从“选择”列表中分配相应的输出。如果没有满足任何条件，它将指定“nan”作为默认值。<p><strong></strong>输出：</p>
<pre class="brush:php;toolbar:false">  consumption_energy  energy_class
0                 459         high
1                 416         high
2                 186          low
3                 250       medium
4                 411         high
5                 210       medium
6                 343       medium
7                 328       medium
8                 208       medium
9                 223       medium

通过利用“np.select”，我们已根据指定条件成功将能量类别分配给 DataFrame，提供了在选择数组中的元素时处理多个条件的通用方法。

以上是如何使用 NumPy 的'np.select”在数组中应用多个条件？的详细内容。更多信息请关注PHP中文网其他相关文章！