Python | Serie Pandas.donde

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

La serie Pandas es un ndarray unidimensional con etiquetas de eje. No es necesario que las etiquetas sean únicas, pero deben ser de tipo hashable. El objeto admite la indexación basada en enteros y etiquetas y proporciona una gran cantidad de métodos para realizar operaciones relacionadas con el índice.

La función Pandas Series.where()reemplaza los valores donde la condición de entrada es Falsepara el objeto Serie dado. Toma otro objeto como entrada que se usará para reemplazar el valor del objeto original.

Sintaxis: Series.where(cond, other=nan, inplace=False, axis=Ninguno, level=Ninguno, errores=’raise’, try_cast=False, raise_on_error=Ninguno)

Parámetros :
cond : NDFrame booleano, similar a una array o invocable
otro : escalar, NDFrame o invocable
in situ : booleano, predeterminado
Eje falso : int, predeterminado Ninguno
nivel : int, predeterminado Ninguno
errores : str, {‘aumentar’, ‘ignorar ‘}, aumento predeterminado
try_cast: booleano, falso predeterminado

Devuelve: wh: mismo tipo que la persona que llama

Ejemplo #1: Use Series.where()la función para reemplazar valores en el objeto Serie dado con algún otro valor cuando la condición pasada no se cumple.

# importing pandas as pd
import pandas as pd
  
# Creating the First Series
sr1 = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio'])
  
# Creating the row axis labels
sr1.index = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5'] 
  
# Print the series
print(sr1)
  
# Creating the second Series
sr2 = pd.Series(['New York', 'Bangkok', 'London', 'Lisbon', 'Brisbane'])
  
# Creating the row axis labels
sr2.index = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']
  
# Print the series
print(sr2)

Salida:


ahora usaremos Series.where()la función para reemplazar aquellos valores que no satisfacen la condición aprobada.

# replace the values
sr1.where(sr1 == 'Rio', sr2)

Salida:

Como podemos ver en la salida, la Series.where()función ha reemplazado los nombres de todas las ciudades excepto la ciudad ‘Río’.
 
Ejemplo #2: Use Series.where()la función para reemplazar los valores en el objeto Serie dado con algún otro valor cuando la condición pasada no se cumple.

# importing pandas as pd
import pandas as pd
  
# Creating the First Series
sr1 = pd.Series([22, 18, 19, 20, 21])
  
# Creating the row axis labels
sr1.index = ['Student 1', 'Student 2', 'Student 3', 'Student 4', 'Student 5']
  
# Print the series
print(sr1)
  
# Creating the second Series
sr2 = pd.Series([19, 16, 22, 20, 18])
  
# Creating the row axis labels
sr2.index = ['Student 1', 'Student 2', 'Student 3', 'Student 4', 'Student 5']
  
# Print the series
print(sr2)

Producción :

Ahora usaremos Series.where()la función para reemplazar aquellos valores que no satisfagan la condición aprobada.

# replace the values
sr1.where(sr1 >20, sr2)

Salida:

como podemos ver en la salida, la Series.where()función ha reemplazado todos los valores que no cumplieron con la condición aprobada.

Publicación traducida automáticamente

Artículo escrito por Shubham__Ranjan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *