回答編集履歴
2
d
answer
CHANGED
|
@@ -1,9 +1,9 @@
|
|
|
1
|
-
Series.
|
|
1
|
+
Series.mask をお使いください。
|
|
2
2
|
|
|
3
|
-
[pandas.Series.
|
|
3
|
+
[pandas.Series.mask — pandas 0.25.1 documentation](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.mask.html)
|
|
4
4
|
|
|
5
|
-
Series.
|
|
5
|
+
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。
|
|
6
|
-
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"]
|
|
6
|
+
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。
|
|
7
7
|
|
|
8
8
|
```python
|
|
9
9
|
import pandas as pd
|
|
@@ -22,8 +22,8 @@
|
|
|
22
22
|
# 2 21 0.000000 1.319000
|
|
23
23
|
|
|
24
24
|
# 列 kangoshokuin_jokinkansan の値が0の要素は列 kangoshokuin_jokinkasan_estimation の値で置き換える。
|
|
25
|
-
df["kangoshokuin_jokinkansan"].
|
|
25
|
+
df["kangoshokuin_jokinkansan"].mask(
|
|
26
|
-
df["kangoshokuin_jokinkansan"]
|
|
26
|
+
df["kangoshokuin_jokinkansan"] == 0,
|
|
27
27
|
df["kangoshokuin_jokinkasan_estimation"],
|
|
28
28
|
inplace=True,
|
|
29
29
|
)
|
|
@@ -54,8 +54,8 @@
|
|
|
54
54
|
# 2 21 0.000000 1.319000
|
|
55
55
|
|
|
56
56
|
# 列 kangoshokuin_jokinkansan の値が0の要素は列 kangoshokuin_jokinkasan_estimation の値で置き換える。
|
|
57
|
-
df["kangoshokuin_jokinkansan"].
|
|
57
|
+
df["kangoshokuin_jokinkansan"].mask(
|
|
58
|
-
|
|
58
|
+
np.isclose(df["kangoshokuin_jokinkansan"], 0),
|
|
59
59
|
df["kangoshokuin_jokinkasan_estimation"],
|
|
60
60
|
inplace=True,
|
|
61
61
|
)
|
1
d
answer
CHANGED
|
@@ -28,4 +28,36 @@
|
|
|
28
28
|
inplace=True,
|
|
29
29
|
)
|
|
30
30
|
print(df)
|
|
31
|
+
```
|
|
32
|
+
|
|
33
|
+
## 補足
|
|
34
|
+
|
|
35
|
+
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。
|
|
36
|
+
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。
|
|
37
|
+
|
|
38
|
+
[numpy.isclose — NumPy v1.15 Manual](https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.isclose.html)
|
|
39
|
+
|
|
40
|
+
```python
|
|
41
|
+
import pandas as pd
|
|
42
|
+
|
|
43
|
+
df = pd.DataFrame(
|
|
44
|
+
{
|
|
45
|
+
"jigyosho_id": [0, 1, 21],
|
|
46
|
+
"kangoshokuin_jokinkansan": [1, 0.954538, 0],
|
|
47
|
+
"kangoshokuin_jokinkasan_estimation": [2.859272, 0.318179, 1.319],
|
|
48
|
+
}
|
|
49
|
+
)
|
|
50
|
+
print(df)
|
|
51
|
+
# jigyosho_id kangoshokuin_jokinkansan kangoshokuin_jokinkasan_estimation
|
|
52
|
+
# 0 0 1.000000 2.859272
|
|
53
|
+
# 1 1 0.954538 0.318179
|
|
54
|
+
# 2 21 0.000000 1.319000
|
|
55
|
+
|
|
56
|
+
# 列 kangoshokuin_jokinkansan の値が0の要素は列 kangoshokuin_jokinkasan_estimation の値で置き換える。
|
|
57
|
+
df["kangoshokuin_jokinkansan"].where(
|
|
58
|
+
~np.isclose(df["kangoshokuin_jokinkansan"], 0),
|
|
59
|
+
df["kangoshokuin_jokinkasan_estimation"],
|
|
60
|
+
inplace=True,
|
|
61
|
+
)
|
|
62
|
+
print(df)
|
|
31
63
|
```
|