在 Vaex 中进行计算的虚拟列

Question

我想使用 Vaex 中的另一列为计算设置一个虚拟列。我需要在此计算中使用 if 语句。一般来说我想打电话给

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

然后我尝试运行 Vaex 中的计数函数：

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

当我尝试执行此代码时出现错误 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？

Answer 1

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 np.log 取零会导致 numpy 触发错误，因此在这种情况下使用 np.log1p 可能更合适.

Answer 2

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)

在 Vaex 中进行计算的虚拟列

Virtual column with calculation in Vaex

vaex