懂Excel轻松入门Python数据分析包pandas(二十七)：按条件选择，就是这么简单

此系列文章收录在公众号中：数据大宇宙 > 数据处理 > E-pd

经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas

numpy.where 方法

Excel 函数中有一个初学者都能马上学会的函数——IF 函数，而在 pandas 中却没有对应效果的方法，这是因为 numpy 已经有了对应的实现—— where。

他能根据条件(true 或者 false) 返回不同的值。由于需要使用 numpy 的方法，因此代码的开始需要导入 numpy 包:

import pandas as pd
import numpy as np

场景

如下学生成绩表：

• 高于等于60分算合格，C列打上"是"，否则打上"否"
• 典型的根据条件选择某个值的需求

怎么解决

如此简单的需求，Excel 中一个 IF 函数轻松解决：

• IF 函数第一参数是条件，第二参数是当第一条件为 true 时的返回，第三参数是当第一条件为 false 时的返回

在使用 numpy.where 方法时的逻辑与上述 Excel 的 IF 函数一致：

df = pd.read_excel('data.xlsx', 'sp1')
df['res'] = np.where(df.成绩>=60,'是','否')
df

• 行2：np.where 各个参数都能接受 pandas 的列(Series)

性能优越

如果你看过本系列文章会发现，怎么当初入门 Python 的时候，学习的各种处理列表、字典的技巧全都用不上了。甚至 if、for 循环都很少用到了。

在 pandas 中其实也可以选择用 Python 的基本语法处理。

比如上面的例子，我们可以用 apply：

df = pd.read_excel('data.xlsx', 'sp1')

def ap_where(x):
    if x >= 60:
        return '是'
    return '否'

df['res'] = df.成绩.apply(ap_where)
df

• 但是，上述代码的执行性能与直接使用 numpy 或 pandas 内置方法，会差上几十上百倍

总结

本文重点：

• numpy.where 函数的使用方式与 Excel 的 IF 函数一致