Pandas DataFrame DataFrame.where() Función
-
La sintaxis de
pandas.DataFrame.where() -
Códigos de ejemplo:
DataFrame.where() -
Códigos de ejemplo:
DataFrame.where()para especificar un valor -
Códigos de ejemplo:
DataFrame.where()para usar múltiples condiciones
La función Python Pandas DataFrame.where() acepta una condición como parámetro y produce resultados en consecuencia. Comprueba la condición para cada valor del DataFrame y selecciona los valores que aceptan la condición. Su funcionalidad es similar a la declaración if-else. El valor que no acepta la condición es reemplazado por un valor NaN por defecto.
La sintaxis de pandas.DataFrame.where()
DataFrame.where(
cond,
other=NaN,
inplace=False,
axis=None,
level=None,
errors="raise",
try_cast=False,
)
Parámetros
Esta función tiene varios parámetros. Los valores por defecto de todos los parámetros se mencionan más arriba.
cond |
Es una Series o DataFrame booleana, una estructura de tipo array o, una llamada. Representa la condición/condiciones para comprobar cada valor del DataFrame. Si la condición es True, entonces el valor original no es reemplazado. De lo contrario, es reemplazado por un valor NaN. |
other |
Es un escalar, Series/DataFrame, o un llamable. Representa el valor que se colocará para el valor original si la condición es False. |
inplace |
Es un valor booleano. Habla de la operación sobre los datos. Si es True, hace los cambios por sí mismo. |
axis |
Es un valor entero. Indica el eje de trabajo, ya sea filas o columnas. |
level |
Es un valor entero. Dice sobre el nivel. |
errors |
Es una cuerda. Cuenta los errores. Acepta dos opciones: raise o ignore. Si su valor es raise entonces permite que las excepciones sean aumentadas. Si su valor es ignore, entonces ignora las excepciones y devuelve el objeto original si hay un error. |
try_cast |
Es un valor booleano. Echa la salida de la función al tipo de entrada original si es posible. |
Retorna
Devuelve el DataFrame cambiado dependiendo de la condición.
Códigos de ejemplo: DataFrame.where()
Aprenderemos más sobre esta función implementándola en el siguiente ejemplo de código.
import pandas as pd
dataframe=pd.DataFrame({
'A':
{0: 60,
1: 100,
2: 80,
3: 78,
4: 95,
5: 45,
6: 67,
7: 12,
8: 23,
9: 50},
'B':
{0: 90,
1: 75,
2: 82,
3: 64,
4: 45,
5: 35,
6: 74,
7: 52,
8: 93,
9: 18}
})
print(dataframe)
El ejemplo DataFrame es,
A B
0 60 90
1 100 75
2 80 82
3 78 64
4 95 45
5 45 35
6 67 74
7 12 52
8 23 93
9 50 18
Esta función tiene un parámetro obligatorio, es decir, cond.
import pandas as pd
dataframe = pd.DataFrame(
{
"A": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95, 5: 45, 6: 67, 7: 12, 8: 23, 9: 50},
"B": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45, 5: 35, 6: 74, 7: 52, 8: 93, 9: 18},
}
)
dataframe1 = dataframe.where(dataframe > 50)
print(dataframe1)
Producción:
A B
0 60.0 90.0
1 100.0 75.0
2 80.0 82.0
3 78.0 64.0
4 95.0 NaN
5 NaN NaN
6 67.0 74.0
7 NaN 52.0
8 NaN 93.0
9 NaN NaN
Los valores que no son mayores de 50, es decir, que no satisfacen la condición, son reemplazados por un valor NaN.
Códigos de ejemplo: DataFrame.where() para especificar un valor
import pandas as pd
dataframe = pd.DataFrame(
{
"A": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95, 5: 45, 6: 67, 7: 12, 8: 23, 9: 50},
"B": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45, 5: 35, 6: 74, 7: 52, 8: 93, 9: 18},
}
)
dataframe1 = dataframe.where(dataframe > 50, other=0)
print(dataframe1)
Producción:
A B
0 60 90
1 100 75
2 80 82
3 78 64
4 95 0
5 0 0
6 67 74
7 0 52
8 0 93
9 0 0
Aquí, los valores que no cumplen la condición son reemplazados por un valor definido por el usuario.
Códigos de ejemplo: DataFrame.where() para usar múltiples condiciones
import pandas as pd
dataframe = pd.DataFrame(
{
"A": {0: 60, 1: 100, 2: 80, 3: 78, 4: 95, 5: 45, 6: 67, 7: 12, 8: 23, 9: 50},
"B": {0: 90, 1: 75, 2: 82, 3: 64, 4: 45, 5: 35, 6: 74, 7: 52, 8: 93, 9: 18},
}
)
dataframe1 = dataframe.where((dataframe == 80) | (dataframe < 50), other=0)
print(dataframe1)
Producción:
A B
0 0 0
1 0 0
2 80 0
3 0 0
4 0 45
5 45 35
6 0 0
7 12 0
8 23 0
9 0 18
El DataFrame devuelto contiene los valores que cumplen ambas condiciones.