🐼 Как заменить элементы в Pandas с помощью where?

Метод replace() в библиотеке pandas используется для замены значений в объекте данных DataFrame или Series в соответствии с заданным условием.

import pandas as pd

# Создаем DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

# Заменяем значения в столбце А, где значение равно 3, на 0
df['A'].replace(3, 0, inplace=True)
print(df)

Замена с помощью pandas where

Студенту, который учится работать с библиотекой pandas, часто требуется произвести замену значений в колонке или DataFrame на основе некоторого условия. В таких случаях метод where() из pandas является очень полезным инструментом. Давайте более подробно рассмотрим, как использовать этот метод.

Что делает метод where()?

Метод where() позволяет заменить значения DataFrame с использованием условия. Он возвращает новый DataFrame, в котором значения, не соответствующие условию, заменены на NaN (Not a Number), либо на другое указанное значение.

Давайте рассмотрим простой пример, чтобы лучше понять, как работает метод where(). У нас есть DataFrame df, в котором одна из колонок содержит числа. Мы хотим заменить все отрицательные числа на нули:

import pandas as pd

# Создаем DataFrame
data = {'Numbers': [1, -2, 3, -4, 5]}
df = pd.DataFrame(data)

# Заменяем отрицательные числа на нули
df = df.where(df >= 0, other=0)

print(df)

Результат будет следующим:

   Numbers
0        1
1        0
2        3
3        0
4        5

Как видите, отрицательные числа были заменены на нули в колонке 'Numbers'.

Как использовать where() со сложными условиями?

Метод where() также может использоваться с более сложными условиями. Для этого мы можем использовать логические операторы, такие как & (логическое И) и | (логическое ИЛИ), а также операторы сравнения, например, == (равно) и != (не равно).

Рассмотрим более сложный пример. У нас есть DataFrame с двумя колонками: 'Numbers' и 'Categories'. Мы хотим заменить все отрицательные числа в колонке 'Numbers', у которых значение в колонке 'Categories' равно 'A', на 999:

import pandas as pd

# Создаем DataFrame
data = {'Numbers': [1, -2, 3, -4, 5],
        'Categories': ['A', 'B', 'A', 'B', 'A']}
df = pd.DataFrame(data)

# Заменяем отрицательные числа в колонке 'Numbers', у которых 'Categories' равно 'A', на 999
df = df.where((df['Numbers'] >= 0) | (df['Categories'] != 'A'), other=999)

print(df)

Результат будет следующим:

   Numbers Categories
0        1          A
1      999          B
2        3          A
3      999          B
4        5          A

Как видите, отрицательные числа в колонке 'Numbers', у которых значение в колонке 'Categories' равно 'A', были заменены на 999.

Замена с использованием функции

Для более сложных преобразований мы также можем использовать функции вместо простых условий. Функция будет применена к каждому элементу DataFrame, и на основе возвращаемого значения будет решено, заменять его или нет.

Рассмотрим пример, в котором у нас есть DataFrame с колонкой 'Numbers'. Мы хотим заменить все положительные числа на их квадрат, а отрицательные числа на их модуль:

import pandas as pd
import numpy as np

# Создаем DataFrame
data = {'Numbers': [1, -2, 3, -4, 5]}
df = pd.DataFrame(data)

def replace_func(x):
    if x >= 0:
        return x**2
    else:
        return np.abs(x)

# Заменяем значения в колонке 'Numbers' с использованием функции replace_func
df['Numbers'] = df['Numbers'].apply(replace_func)

print(df)

Результат будет следующим:

   Numbers
0        1
1        4
2        9
3        4
4       25

Как видите, положительные числа были заменены на их квадрат, а отрицательные числа - на их модуль в колонке 'Numbers'.

Выводы

Метод where() из библиотеки pandas предоставляет удобный способ для замены значений в DataFrame с использованием условий. Он позволяет легко фильтровать и изменять данные с помощью простых или сложных условий, а также функций. Используйте метод where(), когда вам необходимо выполнить замену в DataFrame на основе определенного условия.

Учебный материал:

- pandas.DataFrame.where()