使用np.where或者apply lambda函数结合if else生成新的字段

于 2023-09-05 02:43:05 发布
阅读量432 收藏 1
点赞数 1
CC 4.0 BY-SA版权
文章标签： Python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ByteLegend/article/details/132682802
Python 专栏收录该内容
252 篇文章 ¥59.90 ¥99.00
订阅专栏
本文介绍了在Python数据分析中，如何使用np.where和apply lambda函数结合if else语句根据条件生成新的字段。通过示例详细解释了两种方法的用法和适用场景。

使用np.where或者apply lambda函数结合if else生成新的字段

在Python中，我们经常需要根据条件来生成新的字段或者修改现有字段的值。为了实现这个目标，我们可以使用NumPy库中的np.where函数或者Pandas库中的apply lambda函数结合if else语句。这两种方法都提供了一种灵活的方式来根据条件执行不同的操作。

首先，让我们来介绍np.where函数的用法。np.where函数可以根据条件返回一个新的数组，其中满足条件的元素被替换为一个值，不满足条件的元素保持原样。下面是np.where函数的基本语法：

np.where(condition, x, y)
  • condition：一个布尔数组或者条件表达式，用于指定替换的条件。
  • x：满足条件的元素将被替换为x。
  • y：不满足条件的元素将被替换为y。

接下来，让我们通过一个示例来演示np.where函数的用法。假设我们有一个包含成绩的数组，我们想要根据成绩是否大于等于60来生成新的字段，表示及格或不及格。代码如下：


                

                
                
        

    


  


        

                

                  

                  

                  了解本专栏
                  
                  
                    
                  订阅专栏 解锁全文
                   
                

        


    



                



	

		

			

				
					
pandas新字段（数据列）生成、使用np.where或者apply lambda函数结合if else生成新的字段，详解及实战

				
			

			

				

					data+scenario+science+insight
				

				

					05-03
					
					1549
					
				

			

		

		

			
				
pandas新字段（数据列）生成、使用np.where或者apply lambda函数结合if else生成新的字段，详解及实战



pandas apply用法：

pandas apply方法的作用原理和map方法类似，区别在于apply能够传入功能更为复杂的函数。

pandas apply方法可以用在series上；

有的情况下，agg与transform 不是很适合，这个时候apply方法就来救场了，，，，，



注意：有些方法是dataframe特有的，有些方法是series特有的：

.

			
		

	



                

            
              



	

		

			

				
					
pandas数据处理三大重要函数之apply、map与applymap

				
			

			

				

					m0_69435474的博客
				

				

					04-21
					
					3040
					
				

			

		

		

			
				
pandas三大数据处理函数apply、map和applymap及numpy中的numpy.where函数

			
		

	



              


  
              

                


	

		

			

				
					
python数据框 lambda if else语法

				
			

			

				

					qq_45096059的博客
				

				

					12-27
					
					970
					
				

			

		

		

			
				
Python末位淘汰 lambda if else

			
		

	





	

		

			

				
					
python lambda if elif else

				
			

			

				

					花木兰
				

				

					01-10
					
					3万+
					
				

			

		

		

			
				

sourcedf['地区']=sourcedf['exam_district'].apply(lambda x:"全国" if x==1 else ("北京" if x==3 else("上海" if x==24 else "其他地区"))  )

lamada(表达式 if 条件 else (表达式 if 条件 else(…………)))...

			
		

	



		

			
		



	

		

			

				
					
python apply lambda if_在Pandas中使用Apply Lambda函数和多个if语句

				
			

			

				

					weixin_39613188的博客
				

				

					11-29
					
					5168
					
				

			

		

		

			
				
我试着根据像这样的数据框中一个人的大小推断出一个分类：Size1     800002     80000003     8000000000...我希望它看起来像这样：Size        Classification1     80000       1bi...我知道理想的过程是应用这样的lambda函数：df['Classification']=df['Size'].apply(lamb...

			
		

	





	

		

			

				
					
Python中的lambda和apply用法

					
热门推荐

				
			

			

				

					anshuai_aw1的博客
				

				

					09-03
					
					11万+
					
				

			

		

		

			
				
目录

1 lambda

1.1 举最简单的例子

1.2 再举一个普通的例子

2 Apply

2.1 举例

2.2 下面的例子是DataFrame中apply的用法

3 参考文献

1 lambda

lambda原型为：lambda 参数:操作(参数)

lambda函数也叫匿名函数，即没有具体名称的函数，它允许快速定义单行函数，可以用在任何需要函数的地方。这区别于def定义的函数。...

			
		

	





	

		

			

				
					
python之if else条件判断

				
			

			

				

					shufangreal的博客
				

				

					07-05
					
					223
					
				

			

		

		

			
				
python之if else条件判断
在python中没有switch case的使用，但是有if else
# 在python中，if else是可以嵌套使用的，pass表示什么也不做，保证代码的正确性和完整性
if 3 > 2:
  print('3 > 2')
elif 
	pass
else 
	if xxx :
    print()
  else:
    print()


...

			
		

	





	

		

			

				
					
使用data = data.applymap(lambda x: np.nan if pd.isna(x) else x)并未解决问题

				
			

			

				

					07-24
				

			

		

		

			
				
 lambda x: np.nan if x is pd.NaT else x  )  ```  3. **数据库导出准备**：  ```python  # 统一转换为 SQL 兼容的 None  df = df.replace({np.nan: None})  ```  4. **Pandas 2.0 新特性**：  ```python  # 使用 ...

			
		

	





	

		

			

				
					
第1关：Apply函数处理 300 学习内容 参考答案 记录 评论 任务描述 相关知识 Series.apply() DataFrame.apply() 编程要求 测试说明 任务描述 本关任务：使用Apply函数按要求处理数据。  相关知识 为了完成本关任务，你需要掌握：apply()函数。  Series.apply() 回到主题， pandas 的 apply() 函数可以作用于 Series 或者整个 DataFrame，功能也是自动遍历整个 Series 或者 DataFrame, 对每一个元素运行指定的函数。  举一个例子，现在有这样一组数据，学生的考试成绩：    Name Nationality  Score    张           汉    400    李           回    450    王           汉    460 如果民族不是汉族，则总分在考试分数上再加 5 分，现在需要用 pandas 来做这种计算，我们在 Dataframe 中增加一列。当然如果只是为了得到结果， numpy.where() 函数更简单，这里主要为了演示 Series.apply() 函数的用法。  import pandas as pd df = pd.read_csv("studuent-score.csv") df['ExtraScore'] = df['Nationality'].apply(lambda x : 5 if x != '汉' else 0) df['TotalScore'] = df['Score'] + df['ExtraScore'] 对于 Nationality 这一列， pandas 遍历每一个值，并且对这个值执行 lambda 匿名函数，将计算结果存储在一个新的 Series 中返回。上面代码在 jupyter notebook 中显示的结果如下：    Name Nationality  Score  ExtraScore  TotalScore 0    张           汉    400           0         400 1    李           回    450           5         455 2    王           汉    460           0         460 apply() 函数当然也可执行 python 内置的函数，比如我们想得到 Name 这一列字符的个数，如果用 apply() 的话：  df['NameLength'] = df['Name'].apply(len) DataFrame.apply() DataFrame.apply() 函数则会遍历每一个元素，对元素运行指定的 function。比如下面的示例：  import pandas as pd import numpy as np matrix = [     [1,2,3],     [4,5,6],     [7,8,9] ] df = pd.DataFrame(matrix, columns=list('xyz'), index=list('abc')) df.apply(np.square) 对 df 执行 square() 函数后，所有的元素都执行平方运算：      x   y   z a   1   4   9 b  16  25  36 c  49  64  81 如果只想 apply() 作用于指定的行和列，可以用行或者列的 name 属性进行限定。比如下面的示例将 x 列进行平方运算：  df.apply(lambda x : np.square(x) if x.name=='x' else x)     x  y  z a   1  2  3 b  16  5  6 c  49  8  9 下面的示例对 x 和 y 列进行平方运算：  df.apply(lambda x : np.square(x) if x.name in ['x', 'y'] else x)     x   y  z a   1   4  3 b  16  25  6 c  49  64  9 下面的示例对第一行 （a 标签所在行）进行平方运算：  df.apply(lambda x : np.square(x) if x.name == 'a' else x, axis=1) 默认情况下 axis=0 表示按列，axis=1 表示按行。  apply() 计算日期相减示例 平时我们会经常用到日期的计算，比如要计算两个日期的间隔，比如下面的一组关于 wbs 起止日期的数据：      wbs   date_from     d

					
最新发布

				
			

			

				

					10-03
				

			

		

		

			
				
此示例中，定义了一个函数 `grade`，用于根据分数判断是否通过，然后使用 `Series.apply()` 将该函数应用到 `score` 列，生成新的 `result` 列 [^3]。  #### 对 DataFrame 使用 apply() - 按列操作 ```python import...

			
		

	





	

		

			

				
					
python中where的用法_np中where()用法

				
			

			

				

					weixin_39935092的博客
				

				

					12-06
					
					832
					
				

			

		

		

			
				
博客园参考地址:https://www.cnblogs.com/oxxxo/p/6129294.htmlPython中numpy的where()函数`第一种用法`np.where(conditions,x,y)if (condituons成立)：数组变xelse:数组变y```import numpy as npx = np.random.randn(4,4)print(np.where(x&gt...

			
		

	





	

		

			

				
					
python lambda if else_Python的lambda

				
			

			

				

					weixin_39928106的博客
				

				

					11-29
					
					2445
					
				

			

		

		

			
				
if else 可以用简单的三元运算符表示if 1 == 1:name = 'wupeiqi'else:name = 'alex'--》name = 'wupeiqi' if 1 == 1 else 'alex'对于函数也可以lambda来简化表达# ###################### 普通函数 ####################### 定义函数（普通方式）def func(arg...

			
		

	





	

		

			

				
					
Python里的匿名函数（lambda）与apply(),filter() ,map(),reduce()，以及函数的可变长参数...

				
			

			

				

					weixin_34092370的博客
				

				

					12-24
					
					408
					
				

			

		

		

			
				
2019独角兽企业重金招聘Python工程师标准>>>   
                                        
         ...

			
		

	





	

		

			

				
					
np.where在pandas中灵活应用如excel的if

				
			

			

				

					m0_66590429的博客
				

				

					03-27
					
					2309
					
				

			

		

		

			
				
import pandas as pd
from  numpy import where as iif
d = {
        '客户名称':['A','B','A','B'],
        '产品编码':['x', 'y', 'x','y'],
        '发货数量':[10,20,30,40],
        '发货日期':['20220101','20220331','20220530','20221231'],
        }
df=pd.DataFrame(d)


df['.

			
		

	





	

		

			

				
					
lambda 与 if else 函数的用法

				
			

			

				

					G090909的博客
				

				

					06-18
					
					1万+
					
				

			

		

		

			
				
sourcedf[‘地区’]=sourcedf[‘exam_district’].apply(lambda x:“全国” if x1 else (“北京” if x3 else(“上海” if x==24 else “其他地区”))  )
原文：https://blog.csdn.net/weixin_40161254/article/details/86231869

...

			
		

	





	

		

			

				
					
pandas df.apply 和df.applymap 使用lambda函数加if else语句的差别（注意事项）

				
			

			

				

					weixin_55674264的博客
				

				

					01-20
					
					6063
					
				

			

		

		

			
				
现在有一个Python程序需要对数据表里数据进行处理，把大于0的值转换为1，小于或等于0的值为0。

打算用pandas 的df.apply()方法加lambda函数对整个数据表进行批量转换，但是在使用的时候发现程序报错：
df.apply(lambda x: 1 if x>0 else 0)

错误信息：

ValueError: (‘The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() 

			
		

	





	

		

			

				
					
在python中如何正确使用 if-else语句 以及 if-elif-else语句

				
			

			

				

					yyh_linux_note的博客
				

				

					06-28
					
					1811
					
				

			

		

		

			
				
例题：




			
		

	





	

		

			

				
					
【知识点】np.where()用法

				
			

			

				

					mzy20010420的博客
				

				

					09-22
					
					4万+
					
				

			

		

		

			
				
传递给np.where 的参数既可以是同等大小的数组，也可以是标量。当不传递参数，只传递条件时，输出的是满足条件的坐标。

			
		

	





	

		

			

				
					
python if elif else 区别

				
			

			

				

					kyle1314608的博客
				

				

					09-03
					
					857
					
				

			

		

		

			
				
if  data_ori=='医疗':    # 医疗    df = pd.read_excel(path_apply + 'apply/YS_ZY_HZSQ_样例.xls', encoding='gbk', error_bad_lines=False)    df=df[['HZMD']]    df=df[~df['HZMD'].isnull()]else:    # 中国日报  ...

			
		

	





	

		

			

				
					
python有没有三元运算符_Python-Numpy模块where函数

				
			

			

				

					weixin_39618173的博客
				

				

					11-19
					
					252
					
				

			

		

		

			
				
1.前言学习过编程语言的话一定知道一个称为"三目运算符"(三元表达式)的东西，一般来说我们可以把它看成是一个简单的"if-else"语句。下面是在java中的三目表达式(其实在大多数的语言中都是这样的)：单目运算符: ~3(位运算符取反码)双目运算符:3 + 4三目运算符:                格式:比较(关系)表达式?表达式1:表达式2;                       比...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

  

	
    

      

      

      

        
        

          
          

            

              成就一亿技术人!
            

            

              拼手气红包6.0元
            

          

        

        

          

            还能输入1000个字符
             | 博主筛选后可见
          

          

             
          

          

            

              红包
              添加红包
            

            

              表情包
              插入表情
              

                

              

            

            

              表情包
              代码片
              

                
              

            

            

              
              
              
              
              
              
              
            

          

        

      

    

		

			

			

			

					 条评论被折叠 查看
			

			

				
			

		

	

	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值