Thep Excel
numpy where — เลือกค่าตามเงื่อนไขใน array
numpy.where ผมใช้เลือกค่าจาก array ตามเงื่อนไขที่กำหนดครับ ถ้าให้เทียบง่ายๆ มันคือ IF ใน Excel นั่นแหละ แต่เก่งกว่าตรงที่ทำงานกับข้อมูลทั้ง array พร้อมกันในทีเดียว แถมยังใส่อาร์กิวเมนต์เดียวเพื่อหา index ที่ตรงเงื่อนไขได้อีกด้วย
np.where(condition, x, y)
Function Metrics
Popularity
5/10
Difficulty
3/10
Usefulness
5/10
Syntax & Arguments
np.where(condition, x, y)
ndarray
คืนเป็น NumPy array ใหม่ทันทีครับ ใช้งานต่อได้เลย ไม่ต้อง chain อะไรเพิ่ม
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| condition | array_like | Yes | เงื่อนไขที่ให้ผลเป็น True หรือ False เช่น arr > 0 หรือ (arr > 0) & (arr < 10) | |
| x | array_like | Optional | ค่าที่จะคืนเมื่อเงื่อนไขเป็น True ถ้าไม่ใส่ x และ y ฟังก์ชันจะคืน index แทน | |
| y | array_like | Optional | ค่าที่จะคืนเมื่อเงื่อนไขเป็น False |
Examples
ตัวอย่างที่ 1: แทนค่าลบด้วย 0
np.where(arr > 0, arr, 0)
np.where(arr > 0, arr, 0)
[1 0 3 0 5]
ตัวอย่างที่ 2: หา index ของ element ที่ตรงเงื่อนไข
np.where(arr2 > 7)
np.where(arr2 > 7)
(array([0, 2, 4]),)
ตัวอย่างที่ 3: เงื่อนไขหลายชั้นแบบ nested IF สำหรับให้เกรด
np.where(scores >= 80, 'A', np.where(scores >= 70, 'B', 'C'))
np.where(scores >= 80, 'A', np.where(scores >= 70, 'B', 'C'))
['C' 'B' 'C' 'A' 'C']
FAQs
ต่างจาก boolean indexing ยังไง?
ต่างกันที่ขนาดผลลัพธ์ครับ boolean indexing อย่าง arr[arr > 0] จะกรองเอาเฉพาะค่าที่ตรงเงื่อนไขออกมา ขนาด array เลยเปลี่ยน (สั้นลง) แต่ np.where(cond, x, y) คืน array ขนาดเท่าเดิมเสมอ แค่แทนค่าแต่ละตัวด้วย x หรือ y ตามเงื่อนไข ผมเลยเลือก np.where เวลาอยากรักษาตำแหน่งข้อมูลให้เท่าเดิมครับ
ใช้กับ pandas DataFrame ได้ไหม?
ได้ครับ จริงๆ pandas มีเมธอด .where() และ .mask() ในตัวที่ทำงานคล้ายกันอยู่แล้ว แต่ถ้าอยากใช้ np.where กับ Series ก็จัดได้เลย ผลที่ได้จะเป็น ndarray ซึ่งเอามาแปลงกลับเป็น Series ต่อได้ไม่มีปัญหา
Resources & Related
Resources
Related functions
Additional Notes
numpy.where เป็นฟังก์ชันที่ผมหยิบมาใช้บ่อยมากเวลาทำงานสาย data science 😎
มันใช้ได้สองแบบครับ:
1. แบบใส่สามอาร์กิวเมนต์: np.where(condition, x, y) ถ้าเงื่อนไขจริงคืนค่า x ถ้าเท็จคืนค่า y ไล่เช็คทีละ element ทั้ง array พูดง่ายๆ คือ “จริงเอาอันนี้ เท็จเอาอันนั้น”
2. แบบใส่อาร์กิวเมนต์เดียว: np.where(condition) จะคืน index ของ element ที่เงื่อนไขเป็นจริงมาให้
ที่เจ๋งคือมันทำงานแบบ vectorized ซึ่งเร็วกว่าการเขียน for loop วนทีละตัวมากครับ แล้วถ้าเงื่อนไขมีหลายชั้น ก็ซ้อน np.where เข้าไปข้างในได้ คล้ายๆ nested IF ใน Excel เลย ✨