Numpy 使用np.where，但在条件为False时保持现有值

我喜欢np.where，但从未完全掌握它

我有一个数据框，可以这样说：

import pandas as pd
import numpy as np
from numpy import nan as NA
DF = pd.DataFrame({'a' : [ 3, 0, 1, 0, 1, 14, 2, 0, 0, 0, 0],
                   'b' : [ 3, 0, 1, 0, 1, 14, 2, 0, 0, 0, 0],
                   'c' : [ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
                   'd' : [5, 1, 2 ,1, 1 ,22, 30, 1, 0, 0, 0]})

cols = ['a', 'b', 'c', 'd']
condition = (DF[cols] == 0).all(axis=1)
for col in cols:
    DF[col] = np.where(condition, NA, ???)

现在我要做的是，当所有行值都为零时，用NaN值替换0值。关键的是，我希望在所有行值都不是零的情况下，保持行中的任何其他值

我想这样做：

import pandas as pd
import numpy as np
from numpy import nan as NA
DF = pd.DataFrame({'a' : [ 3, 0, 1, 0, 1, 14, 2, 0, 0, 0, 0],
                   'b' : [ 3, 0, 1, 0, 1, 14, 2, 0, 0, 0, 0],
                   'c' : [ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
                   'd' : [5, 1, 2 ,1, 1 ,22, 30, 1, 0, 0, 0]})

cols = ['a', 'b', 'c', 'd']
condition = (DF[cols] == 0).all(axis=1)
for col in cols:
    DF[col] = np.where(condition, NA, ???)

---

我把它放在哪里了？？？为了表明如果条件为False，我不知道在那里放置什么值，我只想保留已经存在的任何值。np.where是否可能，或者我应该使用另一种技术？

对于这种任务，有一种

pandas.Series

方法（

where

）。一开始似乎有点落后，但从文档来看

系列。其中（cond，other=nan，inplace=False，axis=None，level=None， try_cast=False，raise_on_error=True）

返回与相同形状的对象 self，其对应条目来自self，其中cond为True 而其他的都是来自其他

所以，你的例子会变成

cols = ['a', 'b', 'c', 'd']
condition = (DF[cols] == 0).all(axis=1)
for col in cols:
    DF[col].where(~condition, np.nan, inplace=True)

但是，如果您要做的只是将特定列集合的全零行替换为

NA

，那么您可以这样做

DF.loc[condition, cols] = NA

编辑

为了回答您的原始问题，

np。其中

与其他数组操作相同，因此您将用

DF[col]

替换

？

，将示例更改为：

cols = ['a', 'b', 'c', 'd']
condition = (DF[cols] == 0).all(axis=1)
for col in cols:
    DF[col] = np.where(condition, NA, DF[col])

---

您可以这样做：

    array_binary = np.where(array[i]<threshold,0,1)
    array_sparse = np.multiply(array_binary,np.ones_like(array))

---

array\u binary=np。其中（array[i]建议的解决方案可行，但对于numpy数组，有一种更简单的方法，不使用数据帧

解决办法是：
np\u数组[np.where（condition）]=条件行的值\u\u true\u行
也许这实际上是最好的方法？”
DF.loc[DF[（DF[cols]==0.all（axis=1）]。index，cols]=NA