Pandas 索引是一个不变的ndarray,它实现了有序的,可切片的集合。它是存储所有 Pandas 对象的轴标签的基本对象。
Pandas Index.where
函数返回与self形状相同的Index,其对应项来自cond为True的self,否则为other。
用法: Index.where(cond, other=None)
参数:
cond:布尔array-like,其长度与self相同
other:标量或array-like
返回:指数
范例1:采用Index.where
函数返回一个索引,如果该索引的值不小于100,则从另一个索引中选择该值。
# importing pandas as pd
import pandas as pd
# Creating the first index
idx1 = pd.Index([900, 45, 21, 145, 38, 422])
# Creating the second index
idx2 = pd.Index([1100, 1200, 1300, 1400, 1500, 1600])
# Print the first index
print(idx1)
# Print the second index
print(idx2)
输出:
现在我们将使用Index.where
函数返回一个索引,如果该索引的值不小于100,则从另一个索引中选择该值。
# return the new index based on the condition
result = idx1.where(idx1 < 100, idx2)
# Print the result
print(result)
输出:
正如我们在输出中看到的,Index.where
函数已成功返回满足传递条件的Index对象。
范例2:采用Index.where
函数返回满足传递条件的索引。
# importing pandas as pd
import pandas as pd
# Creating the first index
idx1 = pd.Index([900, 45, 21, 145, 38, 422])
# Creating the second index
idx2 = pd.Index([1100, 1200, 1300, 1400, 1500, 1600])
# Print the first index
print(idx1)
# Print the second index
print(idx2)
输出:
现在我们将使用Index.where
函数返回一个索引,如果其他索引的值减去1200不小于idx1,我们从另一个索引中选择值。
# return the new index based on the condition
result = idx1.where((idx2 - 1200) < idx1, idx2)
# Print the result
print(result)
输出:
正如我们在输出中看到的,Index.where
函数已成功返回满足传递条件的Index对象。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Panel.pow()用法及代码示例
- Python Pandas Panel.div()用法及代码示例
- Python Pandas Series.mul()用法及代码示例
- Python Pandas DataFrame.ix[ ]用法及代码示例
- Python Pandas Series.sub()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas TimedeltaIndex.contains用法及代码示例
- Python Pandas dataframe.mean()用法及代码示例
- Python Pandas.melt()用法及代码示例
- Python Pandas Timestamp.dst用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Index.where。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。