np.where( )没有更改所有值

Question

df['view'] = np.where(df['view']==0, 'No view', df['view'])
df['view'] = np.where(df['view']==1, 'Mediocore', df['view'])
df['view'] = np.where(df['view']==2, 'Average', df['view'])
df['view'] = np.where(df['view']==3, 'Good', df['view'])
df['view'] = np.where(df['view']==4, 'Very good', df['view'])

我有一个房价数据集，其中“视图”栏对视图的评级为1-4。我想使用这个操作将这些代码转换为字符串，但是这段代码只适用于第一行。

df['view'].value_counts()

-No view    4140
 2           205
 3           116
 4            70
 1            69
 Name: view, dtype: int64

我如何使np.where()也能为其他人工作？

Answer 1

Numpy将在第一次调用时将数组转换为字符串，这意味着列中不再有1，而是“1”。

此代码将起作用：

df['view'] = np.where(df['view']==0, 'No view', df['view'])
df['view'] = np.where(df['view']=='1', 'Mediocore', df['view'])
df['view'] = np.where(df['view']=='2', 'Average', df['view'])
df['view'] = np.where(df['view']=='3', 'Good', df['view'])
df['view'] = np.where(df['view']=='4', 'Very good', df['view'])

我知道你问过如何让numpy的“哪里”去工作，我认为上面的方法是这样的。但是值得一提的是，熊猫申请在这里可能也会很好，用字典进行映射--就像列出的那样--另一个答案会更好。

Answer 2

尝试映射值，以避免出现dtype问题：

mappings = {0: 'No view', 1: 'Mediocre', 2: 'Average', 3: 'Good', 4: 'Very good'}

df['view'] = df['view'].map(mappings)
print(df)

# Output
        view
0  Very good
1    No view
2   Mediocre
3   Mediocre
4    No view
5    No view
6    Average
7    No view
8    No view
9   Mediocre

我使用的设置：

import pandas as pd
import numpy as np

np.random.seed(2022)
df = pd.DataFrame({'view': np.random.randint(0, 5, 10)})
print(df)

# Output
   view
0     4
1     0
2     1
3     1
4     0
5     0
6     2
7     0
8     0
9     1

更新

在第一个np.where之后，您的数据如下所示：

>>> np.where(df['view']==0, 'No view', df['view'])
array(['4', 'No view', '1', '1', 'No view', 'No view', '2', 'No view',
       'No view', '1'], dtype='<U21')

剩馀值1, 2, 3, 4 (整数)变为'1', '2', '3', '4' (字符串)。因此，您现在不能检查整数值。这就是为什么，在一次传递中处理数据是很重要的。

Answer 3

正如其他答案所描述的，数组将在您的第一行代码之后转换为字符串，但是，您可以重新安排您的代码以一次执行所有内容，这将解决这个问题。

对于多个条件评估，您可能会发现使用numpy.select更容易

v = df['view']

# numpy.where
df['view'] = np.where(v==0, 'No view',
         np.where(v==1,'Mediocre',
                  np.where(v==2,'Average',
                           np.where(v==3,'Good',
                                    np.where(v==4,'Very good',df['view'])))))

# numpy.select
vals  = [v.eq(0), v.eq(1),v.eq(2),v.eq(3),v.eq(4)]
new_vals     = ['No view','Mediocre','Average','Good','Very good']
df['view'] = np.select(vals, new_vals, default=v)