在 Vaex 中进行计算的虚拟列答案

【问题标题】：Virtual column with calculation in Vaex在 Vaex 中进行计算的虚拟列
【发布时间】：2022-01-05 23:22:08
【问题描述】：

我想使用 Vaex 中的另一列将虚拟列设置为计算。我需要在此计算中使用 if 语句。一般来说我想打电话

df['calculation_col'] = log(df['original_col']) if df['original_col'] == 0 else -4

然后我尝试在 Vaex 中运行计数功能：

hist = df.count(
        binby='calculation_col',
        limits=limits,
        shape=binnum,
        delay=True
    )

当我尝试执行此代码时，我收到错误 ValueError: zero-size array to reduction operation minimum which has no identity。

如何在 Vaex 中为虚拟列使用条件？

【问题讨论】：

标签： vaex

【解决方案1】：

可能最“vaex”的方法是使用where：

import vaex
df = vaex.example()
# The syntax is where(condition, if satisfied, else)
df['calculated_col'] = df.func.where(df['x'] < 10, 0, -4)

【讨论】：

【解决方案2】：

使用掩码对相关行进行子集化可能很有用：

import vaex

df = vaex.example()

mask = df["id"] < 10

df["new_col"] = mask * df["x"] + ~mask * (-4)

print(df[['id', 'x', 'new_col']].head(4))
# #    id          x    new_col
# 0     0   1.23187     1.23187
# 1    23  -0.163701   -4
# 2    32  -2.12026    -4
# 3     8   4.71559     4.71559

请注意，在原始脚本中，由于将np.log 设为零，numpy 会触发错误，因此在这种情况下使用np.log1p 可能更合适。

【讨论】：