如何使用NumPy'where”與多個條件進行條件運算？

在多個條件下使用NumPy「where」

在處理資料操作任務時，通常需要應用不同的條件來選擇或修改具體值。 NumPy 的「where」函數是條件操作的強大工具，但預設情況下，它只處理兩個條件。

考慮這樣的情況，您想要將新欄位「energy_class」加入到名為的pandas DataFrame 「df_能量。」應依照下列條件指派能量等級：

• 「conspiration_energy」值大於400：「高」
• 「conspiration_energy」值在200 到400 之間：「中」
• 「conspiration_energy」值小於或等於200：「low」
「conspiration_energy」值小於或等於200：「low >

由於NumPy的「where」函數不支援多種條件，解決方案在於使用其更強大的兄弟，「選擇。」以下是解決此問題的方法：

import numpy as np

# Assuming df_energy has a column called "consumption_energy"
col = 'consumption_energy'
conditions = [ df_energy[col] >= 400,
             (df_energy[col] < 400) & (df_energy[col] > 200),
             df_energy[col] <= 200 ]
choices = [ "high", 'medium', 'low' ]

# Create the "energy_class" column using np.select
df_energy["energy_class"] = np.select(conditions, choices, default=np.nan)

「select」的這種擴充用法可讓您定義多個條件並將對應的選擇對應到輸出。預設情況下，如果不滿足任何條件，它會指派“np.nan”。

因此，您的 DataFrame 現在將根據您指定的條件使用適當的標籤填充「energy_class」列，提供能源消耗水平的明確分類。

以上是如何使用NumPy'where”與多個條件進行條件運算？的詳細內容。更多資訊請關注PHP中文網其他相關文章！