Przypadek pandy, kiedy

W tym samouczku przeprowadzimy różne operacje za pomocą instrukcji spraw i instrukcji IF-ELSE. Instrukcja sprawy umożliwia porównanie wartości zmiennej z zakresem potencjalnych wartości. Gdy zbiór wartości jest skierowany lub przekazywany w instrukcji sprawy, każda wartość wewnątrz zestawu jest sprawdzana przez przypadki lub warunki wewnątrz instrukcji.

Instrukcja sprawy w Pandas DataFrame zapewnia wyjście lub zwraca wartość, jeśli warunek jest spełniony.

Scenariusz 1: Użyj Numpy.gdzie () jako przypadek

W tym scenariuszu sprawdzimy każdy warunek dla wartości, a jeśli warunek jest spełniony, wygeneruje dane wyjściowe lub zwróci wartość w stosunku do warunku. Musimy zaimportować moduł Numpy. W przeciwnym razie wyrzucony jest wyjątek modułu.

Tutaj, Numpy.gdzie () akceptuje warunek jako pierwszy parametr. Jeśli warunek jest prawdziwy, wartość określona w drugim parametrze jest przypisana do wiersza. Jeśli warunek się nie powiedzie, wówczas wartość/warunek określony jako trzeci parametr jest przypisany. W ten sposób możemy zaimplementować instrukcję sprawy w Pandy DataFrame.

Składnia

DataFrame_Object ['kolumna'] = Numpy.gdzie (warunek 1, „wartość”,
Numpy.gdzie (warunek 2, „wartość”,
…
Numpy.gdzie (warunek n, „wartość”, „wartość”)))

Przykład 1

Utwórzmy nazywaną ramkę danych Pandas wynik który zawiera jedną kolumnę o nazwie „Ocena” z 5 wartościami liczbowymi. Następnie utwórz nową kolumnę o nazwie „Grade” i określ wartości dla każdego wiersza na podstawie warunku określonego w Numpy.gdzie () klauzula.

Jeśli ocena jest mniejsza lub równa 50, przypisz ocenę jako „D”. W przeciwnym razie przypisz ocenę jako „a”.

# Zaimportuj ramkę danych z modułu pandaas
z Pandy Import DataFrame
# Zaimportuj moduł Numpy
Importuj Numpy
# Rozważ ramę danych, która zawiera 5 wierszy w kolumnie - „Ocena”
score = DataFrame („Ocena”: [25,50,100,56,89])
# Rzeczywista ramka danych
wydruku (wynik)
# Określ warunki i przechowuj wartość w nowej kolumnie - „Grade”.
wynik [„klasa”] = Numpy.gdzie (wynik [„ocena”]<=50,"D","A")
wydruku (wynik)

Wyjście

Ocena
0 25
1 50
2 100
3 56
4 89
Ocena oceny
0 25 d
1 50 d
2 100 a
3 56 a
4 89 a

Wyjaśnienie

Zgodnie z wyjściem, dwa oceny są mniejsze lub równe 50. Więc „D” jest przypisywany jako ocena dla tych dwóch wierszy. W przypadku pozostałych wierszy przypisuje się „A”.

Przykład 2

Utwórzmy nazywaną ramkę danych Pandas wynik który zawiera jedną kolumnę o nazwie „Ocena” z 5 wartościami liczbowymi. Następnie utwórz nową kolumnę o nazwie „Grade” i określ wartości dla każdego wiersza na podstawie warunków określonych w Numpy.gdzie () klauzula.

1. Jeśli ocena jest mniejsza lub równa 25, przypisz ocenę jako „D”.
2. Jeśli ocena jest mniejsza lub równa 50, przypisz ocenę jako „C”.
3. Jeśli ocena jest mniejsza lub równa 75, przypisz ocenę jako „B”.
4. W przeciwnym razie przypisana jest ocena „a”.

# Zaimportuj ramkę danych z modułu pandaas
z Pandy Import DataFrame
# Zaimportuj moduł Numpy
Importuj Numpy
# Rozważ ramę danych, która zawiera 5 wierszy w kolumnie - „Ocena”
score = DataFrame („ocena”: [25,50,100,75,90])
# Rzeczywista ramka danych
wydruku (wynik)
# Określ warunki i przechowuj wartość w nowej kolumnie - „Grade”.
wynik [„klasa”] = Numpy.gdzie (wynik [„ocena”]<=25,"D",
Numpy.gdzie (wynik [„ocena”]<=50,"C",
Numpy.gdzie (wynik [„ocena”]<=75,"B","A")))
wydruku (wynik)

Wyjście

Ocena
0 25
1 50
2 100
3 75
4 90
Ocena oceny
0 25 d
1 50 c
2 100 a
3 75 b
4 90 a

Wyjaśnienie

Zgodnie z wyjściem,

1. Istnieje jedna ocena, która jest mniejsza lub równa 25. Tak więc ocena „D” jest przypisana.
2. Istnieje jedna ocena, która jest mniejsza lub równa 50. Tak więc ocena „c” jest przypisana.
3. Istnieje jedna ocena, która jest mniejsza lub równa 75. Tak więc ocena „b” jest przypisana.
4. Pozostałym dwoma rzędami przypisano klasę „A”.

Scenariusz 2: Użyj Apply () jako przypadek

Jak wiemy, Lambda przyjmuje wyrażenie warunkowe, abyśmy mogli uwzględnić instrukcję IF-Else jako wyrażenie warunkowe. Jeśli warunek jest prawdziwy, wartość 1 jest umieszczana na rzędach pasujących do warunku. Jeśli warunek się nie powiedzie, wartość2 jest umieszczana na rzędach, które nie ulegają warunku. Ważne jest, aby zrozumieć, że wyrażenie Lambda jest przekazywane jako parametr do funkcji Apply (). Konieczne jest użycie funkcji Applape (), która podąża za nazwą kolumny obiektu DataFrame.

Składnia

DataFrame_Object ['nowa kolumna'] = dataFrame_Object ['waga'].Zastosuj (lambda x: wartość1 Jeśli warunek else wartość2)

Tutaj:

1. Możemy określić warunek za pomocą operatora relacji.
2. Nowa kolumna to nazwa kolumny.
3. Musimy przekazać wyrażenie lambda w funkcji Apply (), która przyjmie warunek jako parametr. W oparciu o warunek, wartość1 jest umieszczana w całym rzędzie, który pasuje do stanu. W przeciwnym razie wartość2 jest umieszczona.

Przykład 1

Utwórzmy nazywaną ramkę danych Pandas Animals_number które utrzymują jedną kolumnę o nazwie „waga” z 6 wartościami liczbowymi i tworzą nową kolumnę i ustawiaj wartość na „tak”, gdzie waga jest większa niż 75 i ustawiona wartość - „nie”, gdzie waga jest mniejsza niż 75.

# Zaimportuj ramkę danych z modułu pandaas
z Pandy Import DataFrame
# Rozważ ramkę danych, która zawiera 6 wierszy w kolumnie - „Waga”
Animals_Number = DataFrame („waga”: [10,23,90,45,78,104]))
# Rzeczywista ramka danych
Drukuj (Animals_number)
# Utwórz nową kolumnę i ustaw wartość na „tak”, gdzie waga jest większa niż 75.
# i ustaw wartość - „nie”, gdzie waga jest mniejsza niż 75.
Animals_number [„waga zwierząt większa niż 75 '] = zwierzęta_number [„ waga ”].Zastosuj (Lambda X: „Tak”, jeśli x> 75 else „nie”)
Drukuj (Animals_number)

Wyjście:

waga
0 10
1 23
2 90
3 45
4 78
5 104
waga zwierząt większa niż 75
0 10 nie
1 23 no
2 90 Tak
3 45 no
4 78 Tak
5 104 Tak

Wyjaśnienie

Zgodnie z wyjściem, w kolumnie wagowej znajdują się trzy wartości, które są mniejsze niż 75. W kolumnie „waga zwierząt większa niż 75” jest umieszczana „nie”, a dla pozostałych wartości „tak” umieszcza się.

Przykład 2

Utwórzmy nazywaną ramkę danych Pandas Zwierząt które utrzymują jedną kolumnę o nazwie „Nazwa” z 6 wartościami i utworz nową kolumnę o nazwie „Typ” i ustaw wartość na „Wild”, gdzie nazwa jest równa „tygrysie” i reszcie wierszy do „krajowej”.

# Zaimportuj ramkę danych z modułu pandaas
z Pandy Import DataFrame
# Rozważ ramę danych, która zawiera 6 wierszy w kolumnie - „Nazwa”
Animals = DataFrame („Nazwa”: [„Tiger”, „Donkey”, „Cow”, „jelenie”, „camel”, „koń”]))
# Rzeczywista ramka danych
Drukuj (zwierzęta)
# Utwórz nową kolumnę o nazwie Typ i ustaw wartość na „Wild”, gdzie nazwa to „Tiger” i
# Ustaw wartość na „krajowy”, gdzie wartość nie jest równa „tygrysowi”.
zwierzęta [„typ”] = zwierzęta [„nazwa”].Zastosuj (Lambda X: „Wild”, jeśli x == „Tiger” else „krajowy”)
Drukuj (zwierzęta)

Wyjście:

nazwa
0 Tygrys
1 osioł
2 krowy
3 jelenie
4 Wielbłąd
5 koń
Typ nazwy
0 Tiger Wild
1 osioł domowy
2 krowy krajowe
3 jeleń krajowy
4 CAMEL DOMOWE
5 koni domowych

Wyjaśnienie

Zgodnie z wyjściem jest tylko jedna wartość w kolumnie nazwy, która jest równa „tygrysowi”. Tak więc w kolumnie „Typ” umieszcza się „Wild”, a dla pozostałych wartości „krajowe” umieszcza się, ponieważ nie są one równe „tygrysowi”.

Wniosek:

W tym artykule, gdy warunek jest spełniony, oświadczenie tego typu, zwane instrukcją sprawy, zwraca wartość. Widzieliśmy, w jaki sposób możesz utworzyć instrukcję sprawy, aby wykonać wymaganą operację lub zadanie. W tym samouczku użyliśmy NP.gdzie () funkcja i funkcja Applape () do tworzenia instrukcji przypadków. Wdrożyliśmy kilka przykładów, aby nauczyć Cię, jak korzystać z instrukcji spraw pand, używając funkcji Where () i jak korzystać z funkcji Apply () do tworzenia instrukcji przypadków.