Créer une colonne conditionnelle avec np.where()

Fonctions :

• np.where()

  La fonction np.where() de NumPy permet de créer une nouvelle colonne conditionnelle dans un DataFrame en fonction d'une condition logique. Elle évalue une condition sur chaque ligne et assigne une valeur si la condition est vraie, et une autre valeur si elle est fausse. Cette méthode est très utile pour effectuer des affectations conditionnelles de manière vectorisée, c'est-à-dire de manière rapide et efficace sans boucle explicite.

  Importation :

  import numpy as np
  import pandas as pd

  Attributs :

  Paramètre	Type	Description	Valeur par défaut
  condition	bool	La condition logique à évaluer.	None
  valeur_si_vrai	any	La valeur assignée si la condition est vraie.	None
  valeur_si_faux	any	La valeur assignée si la condition est fausse.	None

  Exemple de code :

  📋 Copy

  import pandas as pd
  import numpy as np
  
  # Exemple de DataFrame
  data = {
      'produit': ['A', 'B', 'C', 'D'],
      'prix': [10, 20, 30, 40]
  }
  df = pd.DataFrame(data)
  
  # Créer une colonne 'statut' conditionnelle : 'Bon' si prix <= 25, sinon 'Haut'
  df['statut'] = np.where(df['prix'] <= 25, 'Bon', 'Haut')
  
  print(df)

  

  Explication du code :

  import pandas as pd importe la bibliothèque pandas pour manipuler les données sous forme de tableaux (DataFrames). import numpy as np importe la bibliothèque NumPy pour effectuer des opérations numériques, ici utilisée pour une condition vectorisée.

  Création d’un DataFrame

  Le dictionnaire data contient deux colonnes : 'produit' et 'prix'. Chaque produit est associé à un prix.

  df = pd.DataFrame(data) convertit ce dictionnaire en DataFrame, structure tabulaire avec index automatique.

  Ajout d’une colonne conditionnelle avec np.where()

  La fonction np.where(condition, valeur_si_vrai, valeur_si_faux) permet de créer une nouvelle colonne 'statut' en fonction d’une condition :

  • Si le prix est inférieur ou égal à 25, la valeur 'Bon' est attribuée.
  • Sinon, la valeur 'Haut' est assignée.

  df['statut'] = np.where(df['prix'] <= 25, 'Bon', 'Haut') applique donc cette logique à toute la colonne 'prix' de manière vectorisée.

  Affichage du DataFrame

  print(df) affiche le DataFrame mis à jour, incluant la colonne 'statut' qui indique la catégorie de chaque produit selon son prix.