NumPy의 \'np.select\'를 사용하여 배열에 여러 조건을 적용하는 방법은 무엇입니까?

Numpy의 "where"에 여러 조건 적용

NumPy의 "where" 기능을 사용하면 배열의 요소를 조건부로 선택하는 강력한 도구가 될 수 있습니다. 특정 기준에 따라. 그러나 "where"의 표준 구현에서는 해당 출력에 대해 두 가지 조건만 허용됩니다. 이는 여러 조건이 포함된 시나리오를 처리할 때 제한이 될 수 있습니다.

이 문제를 해결하기 위한 보다 다양한 솔루션은 "np.select" 기능을 사용하는 것입니다. "np.select"를 사용하면 여러 조건을 동시에 평가하고 해당 출력을 할당할 수 있습니다. 소비 에너지 값을 기반으로 DataFrame에 에너지 클래스를 할당하는 문제에 이것이 어떻게 적용될 수 있는지 살펴보겠습니다.

구현:

col = 'consumption_energy'
conditions = [ df['consumption_energy'] >= 400, (df['consumption_energy'] < 400) & (df['consumption_energy']> 200), df['consumption_energy'] <= 200 ]
choices = [ "high", 'medium', 'low' ]    
df['energy_class'] = np.select(conditions, choices, default=np.nan)

이 코드는 세 가지를 생성합니다. 'consumption_energy' 열의 값을 기반으로 하는 조건:

1. 'consumption_energy' >= 400: 이 조건에 '높음'을 할당합니다.
2. 'consumption_energy' < 400 및 'consumption_energy' > 200: 이 조건에 'medium'을 할당합니다.
3. 'consumption_energy' <= 200: 이 조건에 'low'를 할당합니다.

"np.select" 함수는 각 항목을 평가합니다. 조건이 충족되고 조건이 충족되면 "선택" 목록에서 해당 출력을 할당합니다. 어떤 조건도 충족하지 않으면 'nan'을 기본값으로 할당합니다.

출력:

  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

"np.select"를 활용하여 지정된 조건에 따라 DataFrame에 에너지 클래스를 성공적으로 할당하여 배열에서 요소를 선택할 때 여러 조건을 처리할 수 있는 다양한 방법을 제공합니다.

위 내용은 NumPy의 \'np.select\'를 사용하여 배열에 여러 조건을 적용하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!