用考拉代替熊猫来做无生气的活动

Question

我对考拉很陌生。我被告知在我的工作中要执行考拉，而不是熊猫。早些时候，当我们有数据的时候，我们把它转换成熊猫，并使用它作为np.where，并在里面进行状态检查。例如，在熊猫上，我们过去经常这样做

np.where(condition,action1,action2)

当我试着用考拉做同样的事情时，我们会发现下面的错误

PandasNotImplementedError:方法pd.Series.__iter__()没有实现。如果要将数据收集为NumPy数组，请使用“to_numpy()”。

我甚至尝试过ks.series和ks.dataframe，但是错误没有发生。

考拉是否有任何方法或功能来接受3个参数(条件，action1，action2)，就像我们在熊猫上使用np.where一样。如果任何人也通过例子来解释的话，这将是非常有帮助的。

Answer 1

与np.where类似的一个可能的解决方案是自己创建一个使用考拉where的函数(如下所示)

import databricks.koalas as ks


# sample dataframe
df = ks.DataFrame({
  'id': [1, 2, 3, 4, 5],
  'cost': [5000, 4000, 3000, 4500, 2000],
  'class': ['A', 'A', 'B', 'C', 'A']
})


# your custom function
def numpy_where(s, cond, action1, action2):
  return s.where(cond, action2).where(~cond, action1)


# create sample new column
df['new_col'] = numpy_where(df['class'], df['class'] == 'A', 'yes', 'no')
print(df)
#    id  cost class new_col
# 0   1  5000     A     yes
# 1   2  4000     A     yes
# 2   3  3000     B      no
# 3   4  4500     C      no
# 4   5  2000     A     yes

基本上：

• s是计算where
• cond的条件，satisfied
• action1是要插入的值，cond是true
• action2，是cond是false

时要插入的值