Python 如何获取np.where以接受更多参数，从而过滤><，和=；不仅仅是>；以及<；？

我正在使用Python3.5，并导入了numpy和pandas库。我创建了一个名为df的数据帧，它有一个从零开始的索引和两列；变化百分比（PofChg）和向上、向下或平坦（U_D_F）

对于U_D_F列，我想在PofChg列的基础上填充单词“向上”、“向下”、“平坦”。向上表示大于零，向下表示小于零，平坦表示等于零

np.where函数似乎运行良好，除了两件事， （1） 当PofChg列中的数字为“零”时，为什么在U_D_F列中显示“向下” （2） 我如何使np.where函数接受更多参数，也就是说，如果df.PofChg大于0，如果true显示“向上”或如果false显示“向下”，我想将其更改为-如果df.PofChg大于0，如果true显示“向上”或如果false显示“向下”，但如果它等于零，则显示“平坦”

这是我打印df时的当前输出

   PofChg U_D_F
0      -1  Down
1       0  Down
2       1    Up
3      -2  Down
4       0  Down
5       5    Up
6       3    Up
7      -6  Down
Press any key to continue . . .

这是我的密码

import pandas as pd
import numpy as np


df = pd.DataFrame({'PofChg':[-1,0,1,-2,0,5,3,-6]})
df['U_D_F'] = np.where(df.PofChg > 0 , 'Up','Down');df

print(df)

在本例中，我将与

np.sign（）

结合使用：

In [133]: mp = {-1:'Down', 0:'Flat', 1:'Up'}

In [134]: df['U_D_F'] = np.sign(df.PofChg).map(mp)

In [135]: df
Out[135]:
   PofChg U_D_F
0      -1  Down
1       0  Flat
2       1    Up
3      -2  Down
4       0  Flat
5       5    Up
6       3    Up
7      -6  Down

np.sign（）：

np.符号类型（df.PofChg）

：

当PofChg列中的数字为“零”时，为什么在U_D_F列中显示“向下”

这是因为您对

np的条件。其中

为>0，因此，如果为0，则条件失败，并选择替代方案

我想将其更改为-如果df.PofChg>0，如果真显示“向上”，或者如果假显示“向下”，但如果它等于零，则显示“平坦”

---

如果

df.PofChg>0

，则选择

'Up'

；否则，如果

df.PofChg==0

，它会选择

'Flat'

，否则

'Down'

，

我不能相信我没有理解为什么它在为零时会显示下来，你的答案很好，谢谢你，我会在它让我知道什么时候是

ndarray.map

一个东西时将它标记为正确？在1.11.1中不存在me@Eric

np.sign（df）

返回一个数据帧（对于series来说也是如此——对我来说有些奇怪）使用np.where和np.sign和map有什么区别？是性能还是偏好？明白了，现在说得通了@Eric是的，在这个例子中是series.map。

In [136]: np.sign(df.PofChg)
Out[136]:
0   -1
1    0
2    1
3   -1
4    0
5    1
6    1
7   -1
Name: PofChg, dtype: int64

In [9]: type(np.sign(df.PofChg))
Out[9]: pandas.core.series.Series

np.where(df.PofChg > 0 , 'Up', np.where(df.PofChg == 0, 'Flat', 'Down'))