Comment appliquer plusieurs conditions dans des tableaux à l'aide de \'np.select\' de NumPy ?

Application de plusieurs conditions avec le "where" de Numpy

L'utilisation de la fonction "where" de NumPy peut être un outil puissant pour sélectionner conditionnellement des éléments dans un tableau en fonction de critères précis. Cependant, l'implémentation standard de "where" n'autorise que deux conditions avec une sortie correspondante. Cela peut devenir une limitation lorsqu'il s'agit de scénarios impliquant plusieurs conditions.

Pour résoudre ce problème, une solution plus polyvalente consiste à utiliser la fonction "np.select". "np.select" permet l'évaluation de plusieurs conditions simultanément et l'affectation des sorties correspondantes. Explorons comment cela peut être appliqué au problème de l'attribution de classes énergétiques à un DataFrame en fonction des valeurs d'énergie de consommation.

Mise en œuvre :

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)

Ce code crée trois conditions basées sur les valeurs de la colonne 'consumption_energy' :

1. 'consumption_energy' >= 400 : attribue 'high' à cette condition.
2. 'consumption_energy' < 400 et 'consommation_énergie' > 200 : Attribue « moyen » à cette condition.
3. 'consumption_energy' <= 200 : Attribue « faible » à cette condition.

La fonction « np.select » évalue chaque condition, et si une condition est remplie, il attribue la sortie correspondante de la liste « choix ». Si aucune des conditions n'est remplie, il attribue « nan » comme valeur par défaut.

Sortie :

  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

Copier après la connexion

En utilisant « np.select », nous ont attribué avec succès des classes d'énergie au DataFrame en fonction des conditions spécifiées, offrant un moyen polyvalent de gérer plusieurs conditions lors de la sélection d'éléments dans un tableau.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!