Python之np.where()如何替换缺失值
作者：Asher117
np.where()替换缺失值
使用Python做数据分析时经常需要替换缺失值。
np.where(条件,x,y)
np.where函数的结果是，如果“条件”为真，则x，否则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列缺失值处填C列的数
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，填补df的A列
eg：
df['A'] = np.where(df['A'].isnull(),data['A'],df['A'])
np.where()函数
调用方式及参数说明
numpy.where(condition[, x, y])
各个参数意义：
condition：类似数组的对象，布尔值x, y：类似数组的对象，给出值的地方，如果condition为True，从x中选取值，condition为False，从y中选取值。
有返回值，返回一个满足条件时取x中对应的值，不满足条件时取 y 中对应值的数组。
注意：
这里的 condition，x，y只是为了表示以及说明时的必要，并不是真正意义上的关键字。
示例1：获取一维数组中最大元素所处位置
这里我们给出使用 np.where() 函数获取一维数组中最大值对应位置的例子。
# -*- 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_的值为:")
print(array_)
if __name__ == "__main__":
main = Debug()
main.mainProgram()
"""
array_的值为:
(array([4], dtype=int64),)
"""
这里 array_ 的结果为 4，4 表示一维数组中最大元素所对应的索引值。
示例2：获取二维数组中最大元素所处位置
# -*- 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_的值为:")
print(array_)
if __name__ == "__main__":
main = Debug()
main.mainProgram()
"""
array_的值为:
(array([0, 0, 1, 1], dtype=int64), array([4, 6, 5, 6], dtype=int64))
"""
首先通过观察不难发现，该二维数组中的最大值为 5，且一共有 4 个最大元素存在，因此，最终的结果应该存在 4 组数据表示这四个元素的位置。
结果中的 array([0, 0, 1, 1], dtype=int64) 表示数组中的 y 索引值，array([4, 6, 5, 6], dtype=int64) 表示 x 的索引值。
示例3：获取三维数组中最大元素所处位置
# -*- 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_的值为:")
print(array_)
if __name__ == "__main__":
main = Debug()
main.mainProgram()
"""
array_的值为:
(array([2, 2], dtype=int64), array([0, 1], dtype=int64), array([1, 1], dtype=int64))
"""
显而易见，三维结果同二维的情况类似，只是多了一个维度，且输出结果三组数据分别对应 z,y,x 坐标，其他的这里不做过多解释了。
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的值为:")
print(array)
if __name__ == "__main__":
main = Debug()
main.mainProgram()
"""
array的值为:
[[1 8]
[3 4]]
"""
我们可以看到，这里的 [[True, False], [True, True]] 相当于我们说的 condition，[[1, 2], [3, 4]] 相当于 x，[[9, 8], [7, 6]] 相当于 y，当我们的 conditon 为 False 时从y中取出了数值 8，其他数值全部从 x 中的对应位置取出。最终我们得到了上述结果。
示例5：更改二维数组中符合要求的数据
这里我们将二维数组中值大于等于 3 的元素更改为 8。
显然，值大于等于 3 的元素对应倒数第二个元素和最后一个元素。
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() 函数得到的索引值元胞的形状为: {arr_2d[np.where(arr_2d >= 3)].shape}")
print(f"np.where() 函数得到的索引值元胞的形状为: {arr_2d[pos_y, pos_x].shape}")
print(f"二维数组 arr_2d 中满足要求的元素为: {arr_2d[pos_y, pos_x]}")
arr_2d[pos_y, pos_x] = 8
print("修改元素后二维数组中存放的元素值为：")
print(arr_2d)
"""
result:
np.where() 函数得到的索引值元胞的形状为: (2,)
np.where() 函数得到的索引值元胞的形状为: (2,)
二维数组 arr_2d 中满足要求的元素为: [3 4]
修改元素后二维数组中存放的元素值为：
[[1 2]
[8 8]]
"""
这里需要注意的一点是，当我们使用 np.where() 函数获取对应二维数组中满足要求的元素值的索引后，再通过 arr_2d[pos_y, pos_x] 获取数组中满足要求的元素时，获取到的满足要求的元素会被自动展平存放在一个一维数组中。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。