回答編集履歴
2
d
test
CHANGED
|
@@ -1,14 +1,14 @@
|
|
|
1
|
-
Series.
|
|
1
|
+
Series.mask をお使いください。
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
[pandas.Series.
|
|
5
|
+
[pandas.Series.mask — pandas 0.25.1 documentation](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.mask.html)
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|
|
9
|
-
Series.
|
|
9
|
+
Series.mask(条件式, 置き換える値) で「条件式」が True の要素を「置き換える値」で置換できます。
|
|
10
10
|
|
|
11
|
-
今回の場合、値が0の要素を置き換えたいとのことなので、条件式を `df["kangoshokuin_jokinkansan"]
|
|
11
|
+
今回の場合、列 `kangoshokuin_jokinkansan` の値が0の要素を置き換えたいとのことなので、条件式を `df["kangoshokuin_jokinkansan"] == 0` とすることで、この条件式が True になる要素、つまり、値が0の要素は列 `kangoshokuin_jokinkasan_estimation` の値で置き換えられます。
|
|
12
12
|
|
|
13
13
|
|
|
14
14
|
|
|
@@ -46,9 +46,9 @@
|
|
|
46
46
|
|
|
47
47
|
# 列 kangoshokuin_jokinkansan の値が0の要素は列 kangoshokuin_jokinkasan_estimation の値で置き換える。
|
|
48
48
|
|
|
49
|
-
df["kangoshokuin_jokinkansan"].
|
|
49
|
+
df["kangoshokuin_jokinkansan"].mask(
|
|
50
50
|
|
|
51
|
-
df["kangoshokuin_jokinkansan"]
|
|
51
|
+
df["kangoshokuin_jokinkansan"] == 0,
|
|
52
52
|
|
|
53
53
|
df["kangoshokuin_jokinkasan_estimation"],
|
|
54
54
|
|
|
@@ -110,9 +110,9 @@
|
|
|
110
110
|
|
|
111
111
|
# 列 kangoshokuin_jokinkansan の値が0の要素は列 kangoshokuin_jokinkasan_estimation の値で置き換える。
|
|
112
112
|
|
|
113
|
-
df["kangoshokuin_jokinkansan"].
|
|
113
|
+
df["kangoshokuin_jokinkansan"].mask(
|
|
114
114
|
|
|
115
|
-
|
|
115
|
+
np.isclose(df["kangoshokuin_jokinkansan"], 0),
|
|
116
116
|
|
|
117
117
|
df["kangoshokuin_jokinkasan_estimation"],
|
|
118
118
|
|
1
d
test
CHANGED
|
@@ -59,3 +59,67 @@
|
|
|
59
59
|
print(df)
|
|
60
60
|
|
|
61
61
|
```
|
|
62
|
+
|
|
63
|
+
|
|
64
|
+
|
|
65
|
+
## 補足
|
|
66
|
+
|
|
67
|
+
|
|
68
|
+
|
|
69
|
+
ちなみに `kangoshokuin_jokinkansan` の値がなんらかの演算結果として算出された値である場合、数値計算は丸め誤差が発生するので、理論上0になるはずでも通常は厳密に0にはなりません。
|
|
70
|
+
|
|
71
|
+
そのため、浮動小数点数同士の値の比較は numpy.isclose を使うほうが好ましいです。
|
|
72
|
+
|
|
73
|
+
|
|
74
|
+
|
|
75
|
+
[numpy.isclose — NumPy v1.15 Manual](https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.isclose.html)
|
|
76
|
+
|
|
77
|
+
|
|
78
|
+
|
|
79
|
+
```python
|
|
80
|
+
|
|
81
|
+
import pandas as pd
|
|
82
|
+
|
|
83
|
+
|
|
84
|
+
|
|
85
|
+
df = pd.DataFrame(
|
|
86
|
+
|
|
87
|
+
{
|
|
88
|
+
|
|
89
|
+
"jigyosho_id": [0, 1, 21],
|
|
90
|
+
|
|
91
|
+
"kangoshokuin_jokinkansan": [1, 0.954538, 0],
|
|
92
|
+
|
|
93
|
+
"kangoshokuin_jokinkasan_estimation": [2.859272, 0.318179, 1.319],
|
|
94
|
+
|
|
95
|
+
}
|
|
96
|
+
|
|
97
|
+
)
|
|
98
|
+
|
|
99
|
+
print(df)
|
|
100
|
+
|
|
101
|
+
# jigyosho_id kangoshokuin_jokinkansan kangoshokuin_jokinkasan_estimation
|
|
102
|
+
|
|
103
|
+
# 0 0 1.000000 2.859272
|
|
104
|
+
|
|
105
|
+
# 1 1 0.954538 0.318179
|
|
106
|
+
|
|
107
|
+
# 2 21 0.000000 1.319000
|
|
108
|
+
|
|
109
|
+
|
|
110
|
+
|
|
111
|
+
# 列 kangoshokuin_jokinkansan の値が0の要素は列 kangoshokuin_jokinkasan_estimation の値で置き換える。
|
|
112
|
+
|
|
113
|
+
df["kangoshokuin_jokinkansan"].where(
|
|
114
|
+
|
|
115
|
+
~np.isclose(df["kangoshokuin_jokinkansan"], 0),
|
|
116
|
+
|
|
117
|
+
df["kangoshokuin_jokinkasan_estimation"],
|
|
118
|
+
|
|
119
|
+
inplace=True,
|
|
120
|
+
|
|
121
|
+
)
|
|
122
|
+
|
|
123
|
+
print(df)
|
|
124
|
+
|
|
125
|
+
```
|