numpy的“其中”与多个条件

问题描述：

我尝试添加新的列“ENERGY_CLASS”发送数据帧“df_energy”它包含字符串“高”如果“consumption_energy”值> 400，“中”如果“consumption_energy “价值是200和400之间，以及‘低’，如果‘consumption_energy’值低于200 我尝试从numpy的np.where使用，但我看到numpy.where(condition[, x, y])在我的情况下治疗只有两个条件不一样3。numpy的“其中”与多个条件

任何想法，以帮助我吗？

预先感谢您

答

您可以使用ternary：

np.where(consumption_energy > 400, 'high', 
     (np.where(consumption_energy < 200, 'low', 'medium)))

答

我会在这里使用的cut()方法，这将产生非常高效和节省内存的category D型：

In [124]: df 
Out[124]: 
    consumption_energy 
0     459 
1     416 
2     186 
3     250 
4     411 
5     210 
6     343 
7     328 
8     208 
9     223 

In [125]: pd.cut(df.consumption_energy, [0, 200, 400, np.inf], labels=['low','medium','high']) 
Out[125]: 
0  high 
1  high 
2  low 
3 medium 
4  high 
5 medium 
6 medium 
7 medium 
8 medium 
9 medium 
Name: consumption_energy, dtype: category 
Categories (3, object): [low < medium < high]

答

试试这个：使用@Maxu的设置

conditions = [ df2['consumption_energy'] >= 400, (df2['consumption_energy'] < 400) & (df2['consumption_energy']> 200), df2['consumption_energy'] <= 200 ] 
choices  = [ "high", 'medium', 'low' ] 

df2["energy_class"] = np.select(conditions, choices, default=np.nan) 


    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

答

我喜欢保持代码的清洁。这就是为什么我喜欢np.vectorize这样的任务。

def conditions(x): 
    if x > 400: 
     return "High" 
    elif x > 200: 
     return "Medium" 
    else: 
     return "Low" 

func = np.vectorize(conditions) 
energy_class = func(df_energy["consumption_energy"])

然后，只需使用添加numpy的阵列在数据帧的列：

df_energy["energy_class"] = energy_class

这种方法的好处是，如果你想更复杂的约束添加到列，这是可以做到容易。希望它有帮助。

numpy的“其中”与多个条件

相关推荐