pandas case_when() 条件替换

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在 pandas 中，case_when 的概念与 SQL 中的 CASE WHEN 类似，这样的条件替换可以帮助你根据数据的特定条件生成新的列，使得数据更容易理解和处理。这个功能是 pandas 2.2 新增加的功能。

示例

示例如下：

import pandas as pd

df = pd.DataFrame(dict(a=[1, 2, 3], b=[4, 5, 6]))
df
'''
   a  b
0  1  4
1  2  5
2  3  6
'''

ser = pd.Series('default', index=df.index)
ser
'''
0    default
1    default
2    default
dtype: object
'''

# 条件替换
ser.case_when(
     caselist=[
         (df.a == 1, 'first'),                 # condition, replacement
         (df.a.gt(1) & df.b.eq(5), 'second'),  # condition, replacement
     ],
)
'''
0      first
1     second
2    default
dtype: object
'''

另外一个例子：

c = pd.Series([6, 7, 8, 9], name='c')
a = pd.Series([0, 0, 1, 2])
b = pd.Series([0, 3, 4, 5])

c.case_when(caselist=[(a.gt(0), a),  # condition, replacement
                       (b.gt(0), b)])
'''
0    6
1    3
2    1
3    2
Name: c, dtype: int64
'''

如果写一个 else，如果没有特殊值，else 条件可以用 ser == ser 来表示，或者直接构造一个等长的值全为 True 的布尔序列。或者用下例的办法：

pd_df["difficulty"] = "Unknown"
pd_df["difficulty"] = pd_df["difficulty"].case_when([
    (pd_df.eval("0 < Time < 30"), "Easy"), 
    (pd_df.eval("30 <= Time <= 60"), "Medium"), 
    (pd_df.eval("Time > 60"), "Hard")
])

语法

pandas 2.2 已添加 Series.case_when() 函数，用于根据一个或多个条件创建一个 Series 对象：

Series.case_when(caselist)

替换条件为True的值。

caselist 是一个元组的列表，每个元组包含条件和预期替换值。其形式为：(condition0, replacement0), (condition1, replacement1), …。其中，condition 应该是一个一维的布尔数组或类似的对象，或者是一个可调用对象（传入的是这个 Series）。如果 condition 是一个可调用对象，它会在这个 Series 上计算，并应返回一个布尔 Series 或数组。这个可调用对象不能改变输入的 Series，尽管 pandas 不会检查这一点。replacement 应该是一个一维的类数组对象、标量或可调用对象。如果 replacement 是一个可调用对象，它会在 Series 上计算，并应返回一个标量或 Series。这个可调用对象不能改变输入的 Series，尽管 Pandas 不会检查这一点。

形式为：(condition0, replacement0), (condition1, replacement1), …。条件应该是类似于一维布尔数组的对象或可调用对象。如果条件是可调用的，则它是在这个 Series 上计算的，并且应该返回布尔Series 或数组。可调用程序不能更改输入序列（尽管pandas不检查它）。替换应该是类似于一维数组的对象、标量或可调用对象。如果替换是可调用的，则它是在Series上计算的，并且应该返回标量或Series。可调用程序不能更改输入序列（尽管pandas不检查它）。

参考

https://pandas.pydata.org/docs/reference/api/pandas.Series.case_when.html

pandas case_when() 条件替换

示例

语法

参考

相关内容