如何让 np.where 接受更多参数，以便它过滤 >、< 和 =；不仅仅是 > 和 <?

Question

我正在使用 python 3.5 并导入了 numpy 和 pandas 库。我创建了一个名为 df 的 DataFrame，它有一个从零开始的索引和两列；变化百分比 (PofChg) 和上升、下降或持平 (U_D_F)。

对于 U_D_F 列，我想根据 PofChg 列用词 'Up'、'Down'、'Flat' 填充它。向上表示大于零，向下表示小于零，平坦表示等于零。

np.where 函数似乎运行良好，除了两点， (1)为什么PofChg栏的数字是"Zero"，而U_D_F栏显示"Down" (2) 如何使 np.where 函数接受更多参数，即而不是说 - 如果 df.PofChg is > 0 ，如果为真显示 "Up" 或者如果为假显示 "Down" ，我想将其更改为 - 如果 df.PofChg > 0，如果为真显示 "Up" 或如果为假显示 "Down"，但如果它等于零则显示 "Flat"

这是我打印df时的当前输出

   PofChg U_D_F
0      -1  Down
1       0  Down
2       1    Up
3      -2  Down
4       0  Down
5       5    Up
6       3    Up
7      -6  Down
Press any key to continue . . .

这是我的代码

import pandas as pd
import numpy as np


df = pd.DataFrame({'PofChg':[-1,0,1,-2,0,5,3,-6]})
df['U_D_F'] = np.where(df.PofChg > 0 , 'Up','Down');df

print(df)

Answer 1

在这种情况下，我会结合使用 map() 和 np.sign()：

In [133]: mp = {-1:'Down', 0:'Flat', 1:'Up'}

In [134]: df['U_D_F'] = np.sign(df.PofChg).map(mp)

In [135]: df
Out[135]:
   PofChg U_D_F
0      -1  Down
1       0  Flat
2       1    Up
3      -2  Down
4       0  Flat
5       5    Up
6       3    Up
7      -6  Down

np.sign():

In [136]: np.sign(df.PofChg)
Out[136]:
0   -1
1    0
2    1
3   -1
4    0
5    1
6    1
7   -1
Name: PofChg, dtype: int64

np.sign(df.PofChg) 的类型：

In [9]: type(np.sign(df.PofChg))
Out[9]: pandas.core.series.Series

Answer 2

Why is it displaying "Down" in the U_D_F column when the number in the PofChg column is "Zero"

那是因为你np.where的条件是>0，所以，如果是0，条件就失败了，它会选择备选方案。

I want to change it to - if df.PofChg is > 0, if true display "Up" or if false display "Down", but if it is equal to zero then Display "Flat"

np.where(df.PofChg > 0 , 'Up', np.where(df.PofChg == 0, 'Flat', 'Down'))

如果df.PofChg > 0，则选择'Up'；否则，如果 df.PofChg == 0，它选择 'Flat'，否则选择 'Down'。

如何让 np.where 接受更多参数，以便它过滤 >、< 和 =；不仅仅是 > 和 <?

How do I get np.where to accept more arguments, so it will filter >, < , and =; not just > and <?

python

numpy

where

dataframe

pandas