はじめに

pandasで0-1フラグを作っている際、whereメソッドを使ったのですが、ハマってしまい解決に時間がかかってしまったので備忘録としてつけておきます。

使用するデータはこちら

d = {
    'name': ['tanaka', 'yamada', 'ishii', 'takahashi', 'suzuki', 'yoshida'],
     'japanese': [80, 40, 50, 60, 30, 100],
     'english': [30, 70, 60, 80, 50, 80],
     'math': [50, 60, 80, 40, 70, 20]
}
df = pd.DataFrame(d)

	name	japanese	english	math
0	tanaka	80	30	50
1	yamada	40	70	60
2	ishii	50	60	80
3	takahashi	60	80	40
4	suzuki	30	50	70
5	yoshida	100	80	20

ハマった箇所

# japanese, englishで５０点以上超えた人に語学フラグ0-1を立てる。
df['language'] = 0
df['language'].where((df['japanese'] >= 50) & (df['english'] >= 50), 1, inplace=True)

調べた感じブログやQiitaでは置換や0-1フラグを作る際はwhereメソッドを使用しているケースが多かったので試したところ

	name	japanese	english	math	language
0	tanaka	80	30	50	1
1	yamada	40	70	60	1
2	ishii	50	60	80	0
3	takahashi	60	80	40	0
4	suzuki	30	50	70	1
5	yoshida	100	80	20	0

？？？？？？？？？？？？？？？？？？
できてないどころかフラグを立ててはいけないところに立てていてびっくりした。
pandasのwhereメソッドのドキュメントを確認したところ

Replace values where the condition is False.(条件がFalseの値を置き換えます。)

なるほどと思ったのですが、比較演算子を逆にして作成すると見た目で誤解を招きそうな気がするので、対応策を考えてみた。

whereメソッドを使って対処した場合

df['language'].where(~((df['japanese'] >= 50) & (df['english'] >= 50)), 1, inplace=True)

	name	japanese	english	math	language
0	tanaka	80	30	50	0
1	yamada	40	70	60	0
2	ishii	50	60	80	1
3	takahashi	60	80	40	1
4	suzuki	30	50	70	0
5	yoshida	100	80	20	1

~(チルダ)を使うことで対策は可能

maskメソッドを使って対処した場合

df['language'] = 0
df['language'].mask(((df['japanese'] >= 50) & (df['english'] >= 50)), 1, inplace=True)

	name	japanese	english	math	language
0	tanaka	80	30	50	0
1	yamada	40	70	60	0
2	ishii	50	60	80	1
3	takahashi	60	80	40	1
4	suzuki	30	50	70	0
5	yoshida	100	80	20	1

結論とりあえずTrue条件で0-1フラグや置換する際はmaskメソッドを使った方がいい気がする。

参考文献

pandas-whereドキュメント
 pandas-maskドキュメント