NumPy の where 関数の使い方
概要
- 基本構文
np.where(条件, 条件が True のときの値, 条件が False のときの値)
具体例
import pandas as pd
import numpy as np
# データフレームの作成
df = pd.DataFrame({
'名前': ['田中', '佐藤', '鈴木', '高橋', '伊藤'],
'点数': [85, 55, 72, 45, 90]
})
# 60点以上を合格、未満を不合格とする
df['判定'] = np.where(df['点数'] >= 60, '合格', '不合格')
display(df)
"""
| 名前 | 点数 | 判定 |
|:-------|-------:|:-------|
| 田中 | 85 | 合格 |
| 佐藤 | 55 | 不合格 |
| 鈴木 | 72 | 合格 |
| 高橋 | 45 | 不合格 |
| 伊藤 | 90 | 合格 |
"""
複数条件（SQL IF 風）
SQL の IF のように、条件を段階的に評価して分類したい場合は入れ子の np.where を使用
df['評価'] = np.where(
df['点数'] >= 80, 'A',
np.where(
df['点数'] >= 60, 'B',
np.where(df['点数'] >= 40, 'C', 'D')
)
)
display(df)
"""
| 名前 | 点数 | 評価 |
|:-------|-------:|:-------|
| 田中 | 85 | A |
| 佐藤 | 55 | C |
| 鈴木 | 72 | B |
| 高橋 | 45 | C |
| 伊藤 | 90 | A |
"""