pandas where函数用法

• Series.where(cond, other=nan, inplace=False, axis=None, level=None, errors=‘raise’, try_cast=False, raise_on_error=None)
  如果 cond 为真，保持原来的值，否则替换为other， inplace为真标识在原数据上操作，为False标识在原数据的copy上操作。
  other must be the same shape as self: other的形状必须与self相同。

  mask 函数和 where 作用刚好相反。

    s = pd.Series(range(5))
    s.where(s > 1, 10)
    0    10.0
    1    10.0
    2    2.0
    3    3.0
    4    4.0
  
    s.mask(s > 1, 10)
    0    0.0
    1    1.0
    2    10.0
    3    10.0
    4    10.0
    df = pd.DataFrame(np.arange(10).reshape(-1, 2), columns=['A', 'B'])
    m = df % 3 == 0
    # df.where(m, np.array([1,2,3,4,5]).reshape(-1, 5))  #此句话报错
    df.where(m, -df)
    A  B
    0  0 -1
    1 -2  3
    2 -4 -5
    3  6 -7
    4 -8  9
  
  

• np.ceil 向上取整

  The ceil of the scalar x is the smallest integer i, such that i >= x.

  函数返回最小的整数i，满足i >= x

    a = np.array([-1.7, -1.5, -0.2, 0.2, 1.5, 1.7, 2.0])
    np.ceil(a)
    # array([-1., -1., -0.,  1.,  2.,  2.,  2.])
  

利用以上两个函数将数据集按照地区收入分类：

    housing["income_cat"] = np.ceil(housing["median_income"] / 1.5)
    housing["income_cat"].where(housing["income_cat"] < 5, 5.0, inplace=True)