NumPy를 사용하여 DataFrames에서 조건부 값이 포함된 새 열을 어떻게 만들 수 있나요?

조건부 값을 사용하여 새 열 만들기

데이터를 분석할 때 다음을 기준으로 값이 선택되는 새 열을 만들어야 할 수도 있습니다. 기존 열. 이를 통해 추가 분석이나 시각화를 위해 데이터를 분류하거나 변환할 수 있습니다. 다음은 두 가지 접근 방식입니다.

np.where에서 두 가지 선택 사항:

기존 열을 기준으로 두 값 중에서 하나만 선택해야 하는 경우 np를 사용할 수 있습니다. .where 기능. 예를 들어, "Set=='Z'"이면 "color='green'"이고 그렇지 않으면 "color='red'"인 데이터 프레임에 "color" 열을 생성하려면 다음을 사용할 수 있습니다.

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

여러 조건에 대한 np.select:

값을 선택할 때 고려해야 할 조건이 두 개 이상인 경우 np.select를 사용할 수 있습니다. 기능. 예를 들어, 여러 조건을 기반으로 "색상" 열을 생성하려면:

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')

np.where 또는 np.select를 사용하면 조건부 값이 있는 새 열을 쉽게 생성할 수 있어 데이터 조작에 유연성을 제공하고 데이터에서 더 깊은 통찰력을 얻을 수 있습니다.

위 내용은 NumPy를 사용하여 DataFrames에서 조건부 값이 포함된 새 열을 어떻게 만들 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!