Pandas-Äquivalent von np.where

Question

np.where hat die Semantik eines vektorisierten if/else (ähnlich Apache Spark when/otherwise DataFrame-Methode). Ich weiß, dass ich np.where auf Pandas Series verwenden kann, aber pandas oft definiert seine eigene API anstelle von numpy Funktionen verwenden, die in der Regel bequemer mit pd.Series/pd.DataFrame ist.

Sicher genug, fand ich pandas.DataFrame.where. Auf den ersten Blick hat es jedoch eine völlig andere Semantik. Ich konnte nicht einen Weg finden, das grundlegendste Beispiel für np.where mit Pandas where neu zu schreiben:

# df is pd.DataFrame 
# how to write this using df.where? 
df['C'] = np.where((df['A']<0) | (df['B']>0), df['A']+df['B'], df['A']/df['B']) 

Bin ich etwas offensichtlich fehlt? Oder ist Pandas where für einen völlig anderen Anwendungsfall gedacht, trotz des gleichen Namens wie np.where?

Answer 1

Versuchen:

(df['A'] + df['B']).where((df['A'] < 0) | (df['B'] > 0), df['A']/df['B']) 

Der Unterschied zwischen den numpywhere und DataFramewhere ist, dass die Standardwerte von den DataFrame zugeführt werden, dass die Methode auf where (docs) aufgerufen wird.

I.e.

np.where(m, A, B) 

entspricht in etwa zu

A.where(m, B) 

Wenn Sie einen ähnlichen Anruf Signatur Pandas wollten, könnten Sie die Vorteile von the way method calls work in Python nehmen:

pd.DataFrame.where(cond=(df['A'] < 0) | (df['B'] > 0), self=df['A'] + df['B'], other=df['A']/df['B']) 

oder ohne kwargs (Hinweis: dass die Die arithmetische Reihenfolge der Argumente unterscheidet sich von der numpywhereargument order):