[Python] np.where을 이용하여 두 개의 데이터프레임 전체를 비교하기

0. 비교 조건

 

1. 데이터 프레임 전체 원소들을 비교할 것

2. 벡터 연산을 사용할 것

3. 두 데이터 프레임의 Shape과 행/열 인덱스읠 배열 순서는 동일하다고 가정할 것

 

1. 비교 목표

 

두 개의 데이터프레임 전체를 비교하고 각 원소별로 minimum한 값을 리턴한다.

 

2. 코드 설명

 

1. 우선, 동일한 shape의 두 데이터 프레임 객체를 만들어 준다.

import pandas as pd
import numpy as np

d1 = pd.DataFrame()
d2 = pd.DataFrame()

d1['a1'] = np.random.randint(1, 100, 10)
d1['a2'] = np.random.randint(1, 100, 10)
d1['a3'] = np.random.randint(1, 100, 10)

d2['a1'] = np.random.randint(1, 100, 10)
d2['a2'] = np.random.randint(1, 100, 10)
d2['a3'] = np.random.randint(1, 100, 10)

 

2. 데이터프레임 객체를 2d array로 변경해준다.

d1_np = d1.to_numpy()
d2_np = d2.to_numpy()

 

3. np.where을 이용하여 데이터 프레임 전체 원소들을 비교한다.

np.where(d1_np >= d2_np, d2_np, (np.where(d1_np < d2_np, d1_np, 999)))

- 해석하자면, d1_np가 d2_np보다 크거나 같은 경우 d2_np를 반환한다.

- 왜냐하면, d2_np가 더 작은 값이기 때문이다.

- else인 경우 d1_np < d2_np인 조건을 넣어주고 d1_np를 반환한다.

- 왜냐하면, 다시 d1_np가 작은 값이 되기 때문이다.

 

999는 파라미터 개수를 채우기 위해 넣는 값이다. 두 배열의 값들이 모두 숫자인 경우 999가 나올 일은 없다.

 

실제 값을 살펴보자.

 

값들이 잘 배열된 것을 알 수 있다.

 

4. 데이터프레임 할당

df = pd.DataFrame(np.where(d1_np >= d2_np, d2_np, (np.where(d1_np < d2_np, d1_np, 999)))
								, columns=['new_co1', 'new_col2', 'new_col3'])

마지막으로 데이터프레임에 할당해주면 완성