Python之np.where()如何替換缺失值
np.where()替換缺失值
使用Python做數(shù)據(jù)分析時經(jīng)常需要替換缺失值。
np.where(條件,x,y)
np.where函數(shù)的結果是，如果“條件”為真，則x，否則y。
如下：
import pandas as pd
import numpy as np
df = pd.DataFrame(data={
'A':[1,1,np.nan,2],
'B':[2,np.nan,4,5],
'C':[3,8,12,6]
})
df
A B C
0 1.0 2.0 3
1 1.0 NaN 8
2 NaN 4.0 12
3 2.0 5.0 6使用np.where在A列缺失值處填C列的數(shù)
df['A'] = np.where(df['A'].isnull(),df['C'],df['A'])
df
A B C
0 1.0 2.0 3
1 1.0 NaN 8
2 12.0 4.012
3 2.0 5.0 6
####################使用data(DataFrame)的A列，填補df的A列
eg：
df['A'] = np.where(df['A'].isnull(),data['A'],df['A'])
np.where()函數(shù)
調(diào)用方式及參數(shù)說明
numpy.where(condition[, x, y])
各個參數(shù)意義：
condition：類似數(shù)組的對象，布爾值x, y：類似數(shù)組的對象，給出值的地方，如果condition為True，從x中選取值，condition為False，從y中選取值。
有返回值，返回一個滿足條件時取x中對應的值，不滿足條件時取 y 中對應值的數(shù)組。
注意：
這里的 condition，x，y只是為了表示以及說明時的必要，并不是真正意義上的關鍵字。
示例1：獲取一維數(shù)組中最大元素所處位置
這里我們給出使用 np.where() 函數(shù)獲取一維數(shù)組中最大值對應位置的例子。
# -*- coding:utf-8 -*-
"""
author: 15025
time: 2020/12/30 20:27
software: PyCharm
"""
import numpy as np
class Debug:
@staticmethod
def mainProgram():
array = np.array([0, 1, 2, 3, 5, 4])
array_ = np.where(array == np.max(array))
print("array_的值為:")
print(array_)
if __name__ == "__main__":
main = Debug()
main.mainProgram()
"""
array_的值為:
(array([4], dtype=int64),)
"""
這里 array_ 的結果為 4，4 表示一維數(shù)組中最大元素所對應的索引值。
示例2：獲取二維數(shù)組中最大元素所處位置
# -*- coding:utf-8 -*-
"""
author: 15025
time: 2020/12/30 20:27
software: PyCharm
"""
import numpy as np
class Debug:
@staticmethod
def mainProgram():
array = np.array([[0, 1, 2, 3, 5, 4, 5], [0, 1, 2, 3, 4, 5, 5]])
array_ = np.where(array == np.max(array))
print("array_的值為:")
print(array_)
if __name__ == "__main__":
main = Debug()
main.mainProgram()
"""
array_的值為:
(array([0, 0, 1, 1], dtype=int64), array([4, 6, 5, 6], dtype=int64))
"""
首先通過觀察不難發(fā)現(xiàn)，該二維數(shù)組中的最大值為 5，且一共有 4 個最大元素存在，因此，最終的結果應該存在 4 組數(shù)據(jù)表示這四個元素的位置。
結果中的 array([0, 0, 1, 1], dtype=int64) 表示數(shù)組中的 y 索引值，array([4, 6, 5, 6], dtype=int64) 表示 x 的索引值。
示例3：獲取三維數(shù)組中最大元素所處位置
# -*- coding:utf-8 -*-
"""
author: 15025
time: 2020/12/30 20:27
software: PyCharm
"""
import numpy as np
class Debug:
@staticmethod
def mainProgram():
array = np.array([[[0, 1], [0, 1]],
[[1, 2], [1, 2]],
[[1, 3], [1, 3]]])
array_ = np.where(array == np.max(array))
print("array_的值為:")
print(array_)
if __name__ == "__main__":
main = Debug()
main.mainProgram()
"""
array_的值為:
(array([2, 2], dtype=int64), array([0, 1], dtype=int64), array([1, 1], dtype=int64))
"""
顯而易見，三維結果同二維的情況類似，只是多了一個維度，且輸出結果三組數(shù)據(jù)分別對應 z,y,x 坐標，其他的這里不做過多解釋了。
示例4：Condition 方法
# -*- coding:utf-8 -*-
"""
author: 15025
time: 2020/12/30 20:27
software: PyCharm
"""
import numpy as np
class Debug:
@staticmethod
def mainProgram():
array = np.where([[True, False], [True, True]], [[1, 2], [3, 4]], [[9, 8], [7, 6]])
print("array的值為:")
print(array)
if __name__ == "__main__":
main = Debug()
main.mainProgram()
"""
array的值為:
[[1 8]
[3 4]]
"""
我們可以看到，這里的 [[True, False], [True, True]] 相當于我們說的 condition，[[1, 2], [3, 4]] 相當于 x，[[9, 8], [7, 6]] 相當于 y，當我們的 conditon 為 False 時從y中取出了數(shù)值 8，其他數(shù)值全部從 x 中的對應位置取出。最終我們得到了上述結果。
示例5：更改二維數(shù)組中符合要求的數(shù)據(jù)
這里我們將二維數(shù)組中值大于等于 3 的元素更改為 8。
顯然，值大于等于 3 的元素對應倒數(shù)第二個元素和最后一個元素。
import numpy as np
arr_2d = np.array([[1, 2],
[3, 4]])
pos_y, pos_x = np.where(arr_2d >= 3)
print(f"np.where() 函數(shù)得到的索引值元胞的形狀為: {arr_2d[np.where(arr_2d >= 3)].shape}")
print(f"np.where() 函數(shù)得到的索引值元胞的形狀為: {arr_2d[pos_y, pos_x].shape}")
print(f"二維數(shù)組 arr_2d 中滿足要求的元素為: {arr_2d[pos_y, pos_x]}")
arr_2d[pos_y, pos_x] = 8
print("修改元素后二維數(shù)組中存放的元素值為：")
print(arr_2d)
"""
result:
np.where() 函數(shù)得到的索引值元胞的形狀為: (2,)
np.where() 函數(shù)得到的索引值元胞的形狀為: (2,)
二維數(shù)組 arr_2d 中滿足要求的元素為: [3 4]
修改元素后二維數(shù)組中存放的元素值為：
[[1 2]
[8 8]]
"""
這里需要注意的一點是，當我們使用 np.where() 函數(shù)獲取對應二維數(shù)組中滿足要求的元素值的索引后，再通過 arr_2d[pos_y, pos_x] 獲取數(shù)組中滿足要求的元素時，獲取到的滿足要求的元素會被自動展平存放在一個一維數(shù)組中。
總結
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
在本篇文章里小編給大家分享了關于java和Python哪個適合大數(shù)據(jù)分析的相關知識點文章，有需要的朋友們可以學習下。2020-07-07
在本篇文章里小編給大家分享的是一篇關于python幫助函數(shù)詳解內(nèi)容，有興趣的朋友們可以學習下。2020-06-06
這篇文章主要介紹了Python實現(xiàn)處理逆波蘭表達式操作,結合實例形式分析了逆波蘭表達式的概念、原理及Python針對逆波蘭表達式的定義與計算相關操作技巧,需要的朋友可以參考下2018-07-07
我們知道,python?是一種高級編程語言,它提供了自動內(nèi)存管理的功能,即垃圾回收機制,所以本文就來聊聊python的垃圾回收機制是如何實現(xiàn)的以及具體是使用,感興趣的可以了解下2023-09-09
這篇文章主要介紹了Python實現(xiàn)的直接插入排序算法,結合實例形式分析了Python直接插入排序算法的定義與使用相關操作技巧,代碼備有較為詳盡的注釋便于理解,需要的朋友可以參考下2018-04-04
最近在開發(fā)中遇到一個問題，需要利用python實現(xiàn)菱形、三角形以及矩形等形狀，發(fā)現(xiàn)網(wǎng)上這方面的資料較少，所以總結分享下，這篇文章主要給大家介紹了關于利用python打印出菱形、三角形以及矩形的相關資料，需要的朋友可以參考借鑒，下面來一起看看吧。2017-08-08
下面小編就為大家?guī)硪黄猵ython中print的不換行即時輸出的快速解決方法。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考2016-07-07
python使用wxpy輕松實現(xiàn)微信防撤回的方法
今天小編就為大家分享一篇python使用wxpy輕松實現(xiàn)微信防撤回的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02
今天小編就為大家分享一篇python3.4 將16進制轉成字符串的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
這篇文章主要介紹了Python單鏈表的簡單實現(xiàn)方法,包括定義所需的字段及具體實現(xiàn)代碼的分析,需要的朋友可以參考下2014-09-09