numpy.where ()函数及np.where和pandas的配合使用

numpy.where介绍

numpy.where()官方文档

NumPy 中的 numpy.where 函数：灵活的条件选择器

NumPy 是 Python 中一个强大的数值计算库，其中的 numpy.where 函数是其功能强大且常用的功能之一。这个函数可以根据条件选择返回来自两个不同数组的元素，在条件为真时返回第一个数组的元素，在条件为假时返回第二个数组的元素。让我们来深入了解这个函数的用法和功能。

函数基本形式

numpy.where(condition, [x, y]) 可以接受三个参数：condition 作为条件，x 和 y 作为选择的两个数组。当只提供 condition 参数时，这个函数等同于 np.asarray(condition).nonzero()，用来获取条件为真的索引。但这篇文章将重点讨论提供了三个参数的情况。

参数解析

• condition：一个布尔类型的数组，用来指定选择哪些元素来自数组 x 或者 y。
• x 和 y：作为条件为真或假时的返回值的两个数组。

返回值

numpy.where 函数返回一个数组，其中包含了根据条件选择的元素。当条件为真时，返回来自数组 x 的元素，否则返回来自数组 y 的元素。

示例

• 一维数组的条件选择：

  pythonCopy code
  import numpy as np
  
  a = np.arange(10)
  result = np.where(a < 5, a, 10 * a)
  print(result)

  这段代码会输出 [0, 1, 2, 3, 4, 50, 60, 70, 80, 90]，根据条件 a < 5 选择了不同的元素。

• 多维数组的条件选择：

  pythonCopy code
  import numpy as np
  
  result = np.where([[True, False], [True, True]],
                    [[1, 2], [3, 4]],
                    [[9, 8], [7, 6]])
  print(result)

  这段代码会输出一个二维数组 [[1, 8], [3, 4]]，根据提供的条件选择了不同位置的元素。

• 广播操作：

  pythonCopy code
  import numpy as np
  
  x, y = np.ogrid[:3, :4]
  result = np.where(x < y, x, 10 + y)
  print(result)
  
  array([[10,  0,  0,  0],
     [10, 11,  1,  1],
     [10, 11, 12,  2]])

  这个例子展示了如何对两个不同形状的数组进行条件选择。

总结

numpy.where 函数在处理条件选择时非常灵活，可以用于一维或多维数组，并且支持数组的广播操作。通过合理利用这个函数，我们可以简洁高效地根据条件选择数组元素，是 NumPy 中一个不可或缺的重要工具。

无论是数据处理、条件筛选还是数组操作，numpy.where 函数都是进行条件选择的绝佳选择，能够快速、高效地满足多种需求。

np.where和pandas的配合使用

在特征工程中经常需要使用数据清洗，这时候就可以使用where和pd配合来进行数据筛选。

 best = np.where(df['hearing(left)'] < df['hearing(right)'], 
                    df['hearing(left)'],  df['hearing(right)'])

例子：

这里使用了 NumPy 的 numpy.where 函数来比较 DataFrame 中两列数据（'hearing(left)' 和 'hearing(right)'），并根据条件选择对应位置的值。 具体来说，它会比较 'hearing(left)' 列和 'hearing(right)' 列中的每个元素。当 'hearing(left)' 列中的元素小于 'hearing(right)' 列中的对应元素时，best 数组中对应位置的值将会是 'hearing(left)' 列的值；反之，则是 'hearing(right)' 列的值。