Python | Панды серии. Где

Опубликовано: 28 Марта, 2022

Python - отличный язык для анализа данных, в первую очередь из-за фантастической экосистемы пакетов Python, ориентированных на данные. Pandas - один из таких пакетов, который значительно упрощает импорт и анализ данных.

Серия Pandas - это одномерный массив ndarray с метками осей. Этикетки не обязательно должны быть уникальными, но должны быть хешируемого типа. Объект поддерживает индексирование как на основе целых чисел, так и на основе меток и предоставляет множество методов для выполнения операций, связанных с индексом.

Pandas Series.where() function replace values where the input condition is False for the given Series object. It takes another object as an input which will be used to replace the value from the original object.

Syntax: Series.where(cond, other=nan, inplace=False, axis=None, level=None, errors=’raise’, try_cast=False, raise_on_error=None)
Parameters :
cond : boolean NDFrame, array-like, or callable
other : scalar, NDFrame, or callable
inplace : boolean, default False
axis : int, default None
level : int, default None
errors : str, {‘raise’, ‘ignore’}, default raise
try_cast : boolean, default False
Returns : wh : same type as caller

Example #1: Use Series.where() function to replace values in the given Series object with some other value when the passed condition is not satisfied.

# importing pandas as pd
import pandas as pd
  
# Creating the First Series
sr1 = pd.Series(["New York", "Chicago", "Toronto", "Lisbon", "Rio"])
  
# Creating the row axis labels
sr1.index = ["City 1", "City 2", "City 3", "City 4", "City 5"] 
  
# Print the series
print(sr1)
  
# Creating the second Series
sr2 = pd.Series(["New York", "Bangkok", "London", "Lisbon", "Brisbane"])
  
# Creating the row axis labels
sr2.index = ["City 1", "City 2", "City 3", "City 4", "City 5"]
  
# Print the series
print(sr2)

Output :

Now we will use Series.where() function to replace those values which does not satisfy the passed condition.

# replace the values
sr1.where(sr1 == "Rio", sr2)

Output :

As we can see in the output, the Series.where() function has replaced the names of all cities except the ‘Rio’ city.

Example #2 : Use Series.where() function to replace values in the given Series object with some other value when the passed condition is not satisfied.

# importing pandas as pd
import pandas as pd
  
# Creating the First Series
sr1 = pd.Series([22, 18, 19, 20, 21])
  
# Creating the row axis labels
sr1.index = ["Student 1", "Student 2", "Student 3", "Student 4", "Student 5"]
  
# Print the series
print(sr1)
  
# Creating the second Series
sr2 = pd.Series([19, 16, 22, 20, 18])
  
# Creating the row axis labels
sr2.index = ["Student 1", "Student 2", "Student 3", "Student 4", "Student 5"]
  
# Print the series
print(sr2)

Выход :

Now we will use Series.where() function to replace those values which does not satisfy the passed condition.

# replace the values
sr1.where(sr1 >20, sr2)

Output :

As we can see in the output, the Series.where() function has replaced all the values which did not satisfy the passed condition.

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.

Python

Python | Панды серии. Где

РЕКОМЕНДУЕМЫЕ СТАТЬИ