rapids - 如何在 GPU DataFrame-cuDF 中应用 if 条件来过滤 DataFrame？

Question

我想根据列值过滤 cuDF 数据框，然后根据指定的条件创建一个新列。基本上，我如何在 cuDF 中应用以下内容？

df.loc[df.column_name condition, 'new column name'] = 'value if condition is met'

Answer 1

你也可以使用.query()

例子：

expr = "(a == 2) or (b == 3)"
filtered_df = df.query(expr)

wherea和b是数据框中列的名称。

Answer 2

虽然masked_assign适用于某些条件，但applymap在语法上更好，功能上与 Pandas API 相似。

此外，@ashwin-srinath 提到__setitem()__即将发布 0.9 版本，因此您只需df[condition] = value. masked_assign可能会消失，就像__setitem()__不是masked_assignPandas API 函数一样。

Answer 3

给定 cuDF 中的 Pandas

# value to be replaced in series 
value = 'value if condition is met'
# condition to qualify for replacement
mask = df.column_name condition

# https://docs.rapids.ai/api/cudf/stable/
df['new column name'] = df.masked_assign(value, mask)

应用实例

"""explanation: 
  >> if there is no pool, pool_sqft should be 0
"""

# value to be replaced in series 
value = 0
# condition to qualify for replacement
mask = df_train['pool_count']==0

# https://docs.rapids.ai/api/cudf/stable/
df['pool_sqft'] = df.masked_assign(value, mask)