Как определить, равны ли 2 значения в строке? [Дубликат]
let и const имеют две большие отличия от var:
- Они являются блочным областью .
- Доступ к
varдо его объявления имеет результатundefined; доступ кletилиconst, прежде чем он будет объявлен броскамиReferenceError:
console.log(aVar); // undefined
console.log(aLet); // causes ReferenceError: aLet is not defined
var aVar = 1;
let aLet = 2; примеры, что let объявления (и const, которые работают одинаково) могут не быть подняты , так как aLet не существует, пока ему не присвоено значение.
Это не так, однако let и const подняты (например, var, class и function), но есть период между вводом области и объявлением там, где они не могут быть доступны. Этот период является временной мертвой зоной (TDZ).
TDZ заканчивается, когда aLet объявлен объявлен , а не назначен :
//console.log(aLet) // would throw ReferenceError
let aLet;
console.log(aLet); // undefined
aLet = 10;
console.log(aLet); // 10 Этот пример показывает, что let поднят:
let x = 'outer value';
(function() {
// start TDZ for x
console.log(x);
let x = 'inner value'; // declaration ends TDZ for x
}());Кредит: временная мертвая зона (TDZ) demystified
Доступ к x во внутренней области все еще вызывает ReferenceError. Если let не были подняты, он будет записывать outer value.
TDZ - это хорошо, потому что он помогает выделить ошибки - доступ к значению до того, как он был объявлен, редко преднамерен.
TDZ также применяется к аргументам функции по умолчанию. Аргументы оцениваются слева направо, и каждый аргумент находится в TDZ до тех пор, пока он не назначен:
// b is in TDZ until its value is assigned
function testDefaults(a=b, b) { }
testDefaults(undefined, 1); // throws ReferenceError because the evaluation of a reads b before it has been evaluated.
TDZ не включен по умолчанию в трансляторе babel.js . Включите режим «высокого соответствия», чтобы использовать его в REPL . Поставьте флаг es6.spec.blockScoping, чтобы использовать его с CLI или в качестве библиотеки.
Рекомендуемое дополнительное чтение: TDZ demystified и ES6 Let, Const и «Temporal Dead» Зона "(TDZ) в глубину .
6 ответов
Вы можете использовать np.where . Если cond является булевым массивом, а A и B являются массивами, тогда
C = np.where(cond, A, B)
определяет C равным A, где cond имеет значение True, а B, где cond - False.
import numpy as np
import pandas as pd
a = [['10', '1.2', '4.2'], ['15', '70', '0.03'], ['8', '5', '0']]
df = pd.DataFrame(a, columns=['one', 'two', 'three'])
df['que'] = np.where((df['one'] >= df['two']) & (df['one'] <= df['three'])
, df['one'], np.nan)
дает
one two three que
0 10 1.2 4.2 10
1 15 70 0.03 NaN
2 8 5 0 NaN
Если у вас более одного условия, вы можете использовать np.select . Например, если вы хотите df['que'] равняться df['two'], когда df['one'] < df['two'], то
conditions = [
(df['one'] >= df['two']) & (df['one'] <= df['three']),
df['one'] < df['two']]
choices = [df['one'], df['two']]
df['que'] = np.select(conditions, choices, default=np.nan)
дает
one two three que
0 10 1.2 4.2 10
1 15 70 0.03 70
2 8 5 0 NaN
Если мы можем предположить, что df['one'] >= df['two'], когда df['one'] < df['two'] является False, тогда условия и варианты могут быть упрощены до
conditions = [
df['one'] < df['two'],
df['one'] <= df['three']]
choices = [df['two'], df['one']]
(Предположение может быть неверным, если df['one'] или df['two'] содержат NaNs.)
Обратите внимание, что
a = [['10', '1.2', '4.2'], ['15', '70', '0.03'], ['8', '5', '0']]
df = pd.DataFrame(a, columns=['one', 'two', 'three'])
определяет DataFrame со строковыми значениями. Поскольку они выглядят как числовые, вам может быть лучше преобразовать эти строки в float:
df2 = df.astype(float)
Это изменяет результаты, однако, поскольку строки сравниваются по каждому символу, а численные значения поплавков - численно.
In [61]: '10' <= '4.2'
Out[61]: True
In [62]: 10 <= 4.2
Out[62]: False
Вы можете использовать .equals для столбцов или целых фреймов данных.
df['col1'].equals(df['col2'])
Если они равны, этот оператор вернет True, else False.
-
1
-
2– guerda 18 October 2018 в 12:46
Одним из способов является использование булевой последовательности для индексации столбца df['one']. Это дает вам новый столбец, в котором записи True имеют то же значение, что и df['one'], а значения False равны NaN.
Булевы серии заданы только вашим if (хотя для & необходимо использовать and):
>>> df['que'] = df['one'][(df['one'] >= df['two']) & (df['one'] <= df['three'])]
>>> df
one two three que
0 10 1.2 4.2 10
1 15 70 0.03 NaN
2 8 5 0 NaN
Если вы хотите, чтобы значения NaN были заменены другими значениями, вы можете использовать fillna в новом столбце que. Я использовал 0 вместо пустой строки здесь:
>>> df['que'] = df['que'].fillna(0)
>>> df
one two three que
0 10 1.2 4.2 10
1 15 70 0.03 0
2 8 5 0 0
Вы можете использовать apply () и сделать что-то вроде этого
df['que'] = df.apply(lambda x : x['one'] if x['one'] >= x['two'] and x['one'] <= x['three'] else "", axis=1)
или если вы предпочитаете не использовать лямбда
def que(x):
if x['one'] >= x['two'] and x['one'] <= x['three']:
return x['one']
else:
''
df['que'] = df.apply(que, axis=1)
-
1Я подозреваю, что это, вероятно, немного медленнее, чем другие опубликованные подходы, поскольку он не использует преимущества векторизованных операций, разрешенных пандами. – Marius 14 December 2014 в 23:51
-
2
-
3Могли бы добавить ответ, где def используется вместо лямбда, спасибо – Merlin 15 December 2014 в 00:14
-
4
-
5@BobHaffner: lambda не читаются при использовании сложных операторов if / then / else. – Merlin 15 December 2014 в 00:31
Оберните каждое отдельное условие в круглых скобках, а затем используйте оператор & для объединения условий:
df.loc[(df['one'] >= df['two']) & (df['one'] <= df['three']), 'que'] = df['one']
Вы можете заполнить несоответствующие строки, просто используя ~ (" не ") для инвертирования соответствия:
df.loc[~ ((df['one'] >= df['two']) & (df['one'] <= df['three'])), 'que'] = ''
Вам нужно использовать & и ~, а не and и not, поскольку работают операторы & и ~ элемент за элементом.
Конечный результат:
df
Out[8]:
one two three que
0 10 1.2 4.2 10
1 15 70 0.03
2 8 5 0