4.4 条件计算：np.where、np.select 与 clip

本节摘要：按条件变值是汤锅的最后一道调味——达标打标、分层定价、越界截断。本节讲 np.where 的两分支、np.select 的多分支、df.where 与 mask 的保留式写法，以及 clip 与 2.2 截尾的呼应，并给"分支方向相反"这个经典陷阱立牌。承接 4.3 的滚动列，汤锅区在此收官。

别急着写循环套判断

别急着把"逐行检查再加标记"写成 for 加 if 的三层嵌套——那是在向量化的后厨里生火做饭。条件计算的每一种需求，都有现成的整列手法：两分支用 np.where，多分支用 np.select，"保留满足的、替换不满足的"用 df.where，越界压界用 clip。本节往前接 4.3 滚出来的数值列——达不达标正是在滚动列上判定；往后，第 5 章摆盘时的数据校验，也要靠这些手法打标。

图条件分流的四种路径

参数拆解：旋钮逐个拧

np.where(cond, x, y)：cond 为真取 x、为假取 y，x 与 y 可以是标量也可以是同形数组；只传 cond 时返回满足位置的坐标元组，那是另一个用途，别混。np.select(condlist, choicelist, default=0)：condlist 是条件列表，choicelist 是对应的结果列表，从上到下先到先得，全不中走 default——两个列表长度必须对齐。df.where(cond, other)：语义是"条件为真的位置保留原值，为假的位置换成 other"，注意这与 np.where 的"为真取 x"方向相反，是全节最大的坑。df.mask(cond, other)：与 where 互补——"条件为真的位置换成 other"。s.clip(lower, upper)：越界压回边界，就是 2.2 那道截尾闸的函数本体。


import pandas as pd
import numpy as np

df = pd.DataFrame({"商品": ["甲", "乙", "丙", "丁"], "库存": [5, 40, 120, 8]})

# 两分支：np.where
df["补货"] = np.where(df["库存"] < 10, "要补", "不用")
# 多分支：np.select，先到先得
conds = [df["库存"] < 10, df["库存"] < 50, df["库存"] < 100]
df["水位"] = np.select(conds, ["告急", "健康", "偏高"], default="积压")
print(df)
#   商品   库存   补货   水位
# 0  甲     5   要补   告急
# 1  乙    40   不用   健康
# 2  丙   120   不用   积压
# 3  丁     8   要补   告急

实操示例：达标线与分层定价

场景：给 4.3 的销量表加一列"是否达标"（滚动均值过二十算达标），再按金额区间定价。两步都是条件计算的典型活。


df = pd.DataFrame({
    "销量": [12, 25, 18, 30, 8],
    "金额": [99.0, 259.0, 88.0, 320.0, 45.0],
})

# 达标判定：条件为真取"达标"，否则"待改进"
df["状态"] = np.where(df["销量"] > 20, "达标", "待改进")

# 分层定价：区间多分支
conds  = [df["金额"] < 100, df["金额"] < 200, df["金额"] < 300]
prices = ["低价", "中价", "高价"]
df["档位"] = np.select(conds, prices, default="豪华档")

# 保留式：只留达标的销量，其余变空——where 方向提醒
df["达标销量"] = df["销量"].where(df["销量"] > 20)
print(df[["销量", "状态", "档位", "达标销量"]])
#    销量  状态   档位  达标销量
# 0   12  待改进  低价      NaN
# 1   25   达标  高价     25.0

条件计算的组合套路

实战里的条件往往不是单层：先按条件分流、再在分支内二次判定。套路是把 4.4 的三件当积木叠：np.select 出档位、布尔面具筛子集、clip 压边界，三层各管一段。以会员权益为例——按消费分档，档内再按活跃天数给加成，最后把极端值压回权益上限：


df["档位"] = np.select([df["金额"] > 300, df["金额"] > 100],
                     ["金卡", "银卡"], default="普卡")
加成 = np.where(df["销量"] > 20, 1.2, 1.0)
df["权益"] = np.select([df["档位"] == "金卡", df["档位"] == "银卡"],
                     [200, 100], default=50) * 加成
print(df["权益"].clip(upper=240).tolist())

读这段代码的顺序就是执行的顺序：档位是行分支，加成是列系数，clip 是收口——每一层都可以单独验数，比一个五层嵌套的 if 好查得多。

坑点与翻车

**翻车一：where 的方向记反。**想"把不达标的改成零"却写成 df["销量"].where(df["销量"] > 20, 0)——where 是"为真保留原值"，所以这条恰好是对的；但换 np.where 思维写成"为真取 0"就全反了。两套函数方向相反，写完拿一行数据验一次，成本远低于排查半小时。**翻车二：select 的条件顺序随意。**np.select 先到先得，条件列表必须从严到宽排——若把"库存小于 100"放在"小于 10"前面，告急档永远轮不到出场。**翻车三：mask 原表误伤。**df.mask(...) 返回新表，但配上 inplace=True 或把结果赋回同名变量，原数据就"被整容"了；管道式写法里，每一步的返回值去向要清楚。**翻车四：np.where 里再套 np.where。**三层嵌套还能读，五层就是灾难——多分支请交给 np.select，条件与结果各占一列，肉眼可审。

替代方案

枚举值映射（如渠道编码转中文名）不必动用条件计算，map 配字典更直接（6.1 展开）；连续区间的分层，2.5 的 pd.cut 比手写条件列表更规范，边界与标签一目了然；SQL 语感的团队写 case when 再落地成 np.select，语义一一对应；而需要按条件"整行剔除"时，那不是条件计算的活——回 3.1 用布尔面具筛。

收档清单

两分支：np.where 三参数，真取 x 假取 y；
多分支：np.select 条件与结果成对，先到先得，从严到宽排；
方向相反：df.where 为真保留、mask 为真替换，与 np.where 语义相逆；
clip 压界：不分流只截断，2.2 截尾闸的函数本体；
枚举映射：字典配 map，比条件计算更轻。

汤锅区四道菜到此齐了。下一章摆盘：多锅菜怎么合成一桌席——合并、连接与重塑，见 5.1。

作者与出处

原作者：灏天文库

来源：灏天文库

整理：灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流

4.4 条件计算：np.where、np.select 与 clip