Condizionale Sostituisci Panda

Ho un DataFrame e voglio sostituire i valori in una particolare colonna che superano un valore con zero. Avevo pensato che questo fosse un modo per raggiungere questo obiettivo:

df[df.my_channel > 20000].my_channel = 0

Se copio il canale in un nuovo frame di dati è semplice:

df2 = df.my_channel 

df2[df2 > 20000] = 0

Questo fa esattamente quello che voglio, ma sembra non funzionare con il canale come parte del DataFrame originale.

.ixL'indicizzatore funziona bene per la versione panda precedente alla 0.20.0, ma poiché panda 0.20.0, l' .ixindicizzatore è deprecato , quindi dovresti evitare di usarlo. Invece, puoi usare .loco ilocindicizzatori. Puoi risolvere questo problema:

mask = df.my_channel > 20000
column_name = 'my_channel'
df.loc[mask, column_name] = 0

Oppure, in una riga,

df.loc[df.my_channel > 20000, 'my_channel'] = 0

maskti aiuta a selezionare le righe in cui si df.my_channel > 20000trova True, mentre df.loc[mask, column_name] = 0imposta il valore 0 sulle righe selezionate dove si masktrova nella colonna di cui si trova il nome column_name.

Aggiornamento: in questo caso, dovresti usare locperché se lo usi iloc, riceverai un messaggio NotImplementedErrorche ti informa che l'indicizzazione booleana basata su iLocation su un tipo intero non è disponibile .

Provare

df.loc[df.my_channel > 20000, 'my_channel'] = 0

Nota: dalla v0.20.0, ix è stato deprecato a favore di loc/ iloc.

np.where la funzione funziona come segue:

df['X'] = np.where(df['Y']>=50, 'yes', 'no')

Nel tuo caso vorresti:

import numpy as np
df['my_channel'] = np.where(df.my_channel > 20000, 0, df.my_channel)

Il motivo per cui il dataframe originale non si aggiorna è perché l' indicizzazione concatenata potrebbe causare la modifica di una copia anziché una visualizzazione del dataframe. I documenti danno questo consiglio:

Quando si impostano i valori in un oggetto panda, è necessario prestare attenzione per evitare quella che viene chiamata indicizzazione concatenata.

Hai alcune alternative: -

loc + Indicizzazione booleana

loc può essere utilizzato per impostare i valori e supporta le maschere booleane:

df.loc[df['my_channel'] > 20000, 'my_channel'] = 0

mask + Indicizzazione booleana

Puoi assegnare alla tua serie:

df['my_channel'] = df['my_channel'].mask(df['my_channel'] > 20000, 0)

Oppure puoi aggiornare la tua serie in posizione:

df['my_channel'].mask(df['my_channel'] > 20000, 0, inplace=True)

np.where + Indicizzazione booleana

È possibile utilizzare NumPy assegnando la vostra serie originale quando la sua condizione è non soddisfatta; tuttavia, le prime due soluzioni sono più pulite poiché modificano esplicitamente solo i valori specificati.

df['my_channel'] = np.where(df['my_channel'] > 20000, 0, df['my_channel'])

Userei la lambdafunzione su Seriesun DataFramecome questo:

f = lambda x: 0 if x>100 else 1
df['my_column'] = df['my_column'].map(f)

Non affermo che questo sia un modo efficiente, ma funziona bene.

Prova questo:

df.my_channel = df.my_channel.where(df.my_channel <= 20000, other= 0)

o

df.my_channel = df.my_channel.mask(df.my_channel > 20000, other= 0)