带Vaex计算的虚列

Question

我希望使用Vaex中的另一列将虚拟列设置为计算。我需要在计算中使用if语句。一般来说，我想打电话给

df['calculation_col'] = log(df['original_col']) if df['original_col'] == 0 else -4

然后，我尝试在Vaex中运行计数函数：

hist = df.count(
        binby='calculation_col',
        limits=limits,
        shape=binnum,
        delay=True
    )

当我试图执行这段代码时，我会得到错误ValueError: zero-size array to reduction operation minimum which has no identity。

如何在Vaex中对虚拟列使用条件？

Answer 1

要做到这一点，最好的方法可能是使用where。

import vaex
df = vaex.example()
# The syntax is where(condition, if satisfied, else)
df['calculated_col'] = df.func.where(df['x'] < 10, 0, -4)

Answer 2

使用掩码来对相关行进行细分可能是有用的：

import vaex

df = vaex.example()

mask = df["id"] < 10

df["new_col"] = mask * df["x"] + ~mask * (-4)

print(df[['id', 'x', 'new_col']].head(4))
# #    id          x    new_col
# 0     0   1.23187     1.23187
# 1    23  -0.163701   -4
# 2    32  -2.12026    -4
# 3     8   4.71559     4.71559

请注意，在最初的脚本中，numpy会因为取0的np.log而触发错误，所以在这种情况下使用np.log1p可能更合适。