여러 조건이 있는 Numpy "where"
데이터 분석의 맥락에서 사용자 정의 조건을 정의하고 그에 따라 서로 다른 할당이 필요한 경우가 많습니다. 그 조건에 따른 가치. Numpy의 "where" 기능을 사용하여 이러한 시나리오를 처리할 수 있습니다. 그러나 여러 조건을 처리할 때 문제가 발생합니다.
특정 사례는 "df_energy" 데이터 프레임에 새 열 "energy_class"를 추가하려고 시도하는 것입니다. "energy_class" 값은 다음 조건에 따라 할당됩니다.
발생한 문제는 np.where 함수가 일반적으로 두 가지 조건만 지원한다는 것입니다.
이 문제를 해결하기 위해 numpy의 "select" 기능을 사용할 수 있습니다. 예는 다음과 같습니다.
<code class="python">col = 'consumption_energy' conditions = [ df2[col] >= 400, (df2[col] < 400) & (df2[col]> 200), df2[col] <= 200 ] choices = [ "high", 'medium', 'low' ] df2["energy_class"] = np.select(conditions, choices, default=np.nan)</code>
이 코드 조각은 "np.select"를 사용하여 여러 조건을 평가하고 해당 "선택" 목록에서 값을 할당합니다. "default" 매개변수는 지정된 조건을 충족하지 않는 경우를 처리하는 데 사용됩니다.
위 내용은 여러 조건에 NumPy 'where'를 사용하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!