🐼 Метод where в библиотеке pandas: использование, примеры и советы

Метод where в библиотеке Pandas используется для замены или фильтрации значений в DataFrame на основе некоторого условия. Этот метод принимает условие, которое возвращает массив булевых значений той же формы, что и исходный DataFrame. Значения, для которых условие истинно, остаются неизменными, а для ложных значений устанавливаются новые значения.

Примеры:

import pandas as pd

# Создание DataFrame
data = {'Name': ['John', 'Emma', 'Tom', 'Emily', 'Mike'],
        'Age': [25, 28, 21, 32, 26],
        'Salary': [5000, 6000, 4500, 7000, 5500]}
df = pd.DataFrame(data)

# Замена значений, удовлетворяющих условию
df_filtered = df.where(df['Salary'] > 5000, 'Not eligible') 
print(df_filtered)
    

Вывод:

      Name  Age         Salary
0    John   25  Not eligible
1     Emma   28         6000
2  Tom    21  Not eligible
3  Emily   32         7000
4  Mike   26         5500
    

В приведенном примере, метод where применяется для замены значений столбца "Salary". Значения, которые меньше или равны 5000, заменяются на "Not eligible".

Полное объяснение метода where в библиотеке pandas

Метод where в библиотеке pandas предоставляет возможность применить условие к элементам DataFrame или Series и вернуть данные, удовлетворяющие условию, и NaN (Not a Number) в противном случае. Этот метод полезен при фильтрации или замене значений в датафрейме на основе заданного условия.

Синтаксис метода where выглядит следующим образом:

df.where(cond, other=nan, inplace=False, axis=None, level=None, errors='raise')

Параметры метода where:

• cond (обязательный): условие, которому должны удовлетворять элементы для сохранения значения. Это может быть логическое выражение, булевы Series или callable функция.
• other: значение, которое будет присвоено элементам, не удовлетворяющим условию (по умолчанию NaN).
• inplace: булево значение, определяющее, нужно ли изменять исходный DataFrame или создавать новый с измененными значениями (по умолчанию False).
• axis: ось по которой будет применено условие (0 - строки, 1 - столбцы).
• level: уровень MultiIndex, по которому будет применено условие.
• errors: опция, определяющая дальнейшую обработку ошибок (по умолчанию 'raise').

Давайте рассмотрим примеры использования метода where:

Пример 1: Фильтрация значений по условию

Предположим, у нас есть следующий DataFrame:

import pandas as pd

data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}

df = pd.DataFrame(data)
print(df)

Вывод:

   A   B
0  1  10
1  2  20
2  3  30
3  4  40
4  5  50

Если мы хотим отфильтровать значения из столбца 'A', которые меньше 3, и заменить остальные значения на 0, мы можем использовать метод where следующим образом:

filtered_df = df.where(df['A'] < 3, 0)
print(filtered_df)

Вывод:

     A   B
0  1  10
1  2  20
2  0   0
3  0   0
4  0   0

Видно, что все значения из столбца 'A', которые удовлетворяют условию (меньше 3), остались без изменений, а остальные значения были заменены на 0.

Пример 2: Замена значений с помощью условия

Предположим, у нас есть следующий DataFrame:

import pandas as pd
import numpy as np

data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}

df = pd.DataFrame(data)
print(df)

Вывод:

   A   B
0  1  10
1  2  20
2  3  30
3  4  40
4  5  50

Если мы хотим заменить значения из столбца 'B', которые меньше 30, на среднее значение столбца 'B', мы можем использовать метод where следующим образом:

mean_b = df['B'].mean()
df['B'] = df['B'].where(df['B'] >= 30, mean_b)
print(df)

Вывод:

   A     B
0  1  35.0
1  2  35.0
2  3  30.0
3  4  40.0
4  5  50.0

Значения из столбца 'B', которые удовлетворяют условию (больше или равны 30), остались без изменений, а остальные значения были заменены на среднее значение столбца 'B' (в данном случае 35).

Пример 3: Применение условия ко всему DataFrame

Предположим, у нас есть следующий DataFrame:

import pandas as pd
import numpy as np

data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}

df = pd.DataFrame(data)
print(df)

Вывод:

   A   B
0  1  10
1  2  20
2  3  30
3  4  40
4  5  50

Если мы хотим заменить все значения в датафрейме, которые меньше 3, на 0, мы можем использовать метод where без указания столбца следующим образом:

df = df.where(df >= 3, 0)
print(df)

Вывод:

   A   B
0  0   0
1  0   0
2  3  30
3  4  40
4  5  50

В данном случае, все значения в датафрейме, которые меньше 3, были заменены на 0.

Примечания

• Метод where также поддерживается для Series, в этом случае возвращается Series согласно заданному условию.
• При использовании параметра inplace=True, метод where изменит исходный DataFrame или Series без создания нового.
• Метод where можно использовать в сочетании с другими методами библиотеки pandas для более сложных операций.

В заключение, метод where в библиотеке pandas предоставляет удобный способ применения условий к элементам DataFrame или Series. Он позволяет фильтровать и заменять значения в соответствии с заданными условиями, упрощая манипуляции с данными.