Discussion :

[JSAGDG]

Bonjour,
Je suis nouveau sur le forum et j'aurais besoin d'aide.
J'ai écrit un code pour itérer sur les colonnes d'intérêt dans un DataFrame et assigner des catégories ('OK', 'Limit', 'NOK') à une colonne nommée en fonction des bornes minimales et maximales spécifiées pour chaque colonne.
Cependant bien qu'il me compte le bon nombre de données totales il ne m'assigne pas le bon nombre de points dans chaque catégorie.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
# List of columns to process with their respective bounds
columns_of_interest = [
 (('A', 'Y1'), df_A['SPECVMIN'].iloc[0], df_A['SPECVMAX'].iloc[0]),
 (('B', 'Y1'), df_B['SPECVMIN'].iloc[0], df_B['SPECVMAX'].iloc[0]), 
 (('C', 'Y1'), df_C['SPECVMIN'].iloc[0], df_C['SPECVMAX'].iloc[0]),        
 (('D', 'Y2'), df_D['SPECVMIN'].iloc[0], df_D['SPECVMAX'].iloc[0]),
 (('E', 'Y2'), df_E['SPECVMIN'].iloc[0], df_E['SPECVMAX'].iloc[0]), 
 (('F', 'Y2'), df_F['SPECVMIN'].iloc[0], df_F['SPECVMAX'].iloc[0]), 
]
 
# Initialize empty DataFrames to store results
results_prc_list = []
 
# Iterate over columns
for (col_name, measure_name), min_bound, max_bound in columns_of_interest:
    df1_column = df1[(col_name, measure_name)].copy().to_frame()
 
    # Create conditions for each category
    if measure_name == 'g':
        condition_nok = (df1_column < min_bound - 0.0049) | (df1_column > max_bound + 0.0049)
        condition_ok = (df1_column > min_bound) & (df1_column < max_bound)
        condition_limit = ((df1_column >= min_bound-0.0049) & (df1_column < min_bound)) | ((df1_column >= max_bound) & (df1_column <= max_bound + 0.0049))
    else:
        condition_nok = (df1_column < min_bound - 0.49) | (df1_column > max_bound + 0.49)
        condition_ok = (df1_column > min_bound) & (df1_column < max_bound)
        condition_limit = ((df1_column >= min_bound-0.49) & (df1_column < min_bound)) | ((df1_column >= max_bound) & (df1_column <= max_bound + 0.49))
 
    # Assign categories based on conditions using NumPy indexing
    categories = ['NOK', 'OK', 'Limit']
    conditions = [condition_nok, condition_ok, condition_limit]
    df1[f'Type_de_point_{measure_name}'] = np.select(conditions, categories, default='NOK')

pouvez-vous m'aider?
Merci

[Sve@r]

Bonjour

Difficile car il nous manque la base "df" pour tester. Dans ce genre de cas, le print() reste la meilleure arme.
Toutefois je remarque ce df1[f'Type_de_point_{measure_name}'] = np.select(conditions, categories, default='NOK') mis dans la boucle mais non récupéré d'une façon ou d'une autre => perdu à l'itération suivante (si j'ai bien suivi le code dans le fait que "measure_name" vaudra souvent le même Y1 ou Y2).

Accessoirement cette douloureuse écriture de test (df1_column < min_bound - 0.49) | (df1_column > max_bound + 0.49) fonctionne mais part du principe que les booléens False et True valent 0 et 1 (oui c'est vrai mais ça peut changer) et bon, ce "jonglage" de bit montre une maîtrise des mathématiques binaires mais nuit à la lisibilité. Moi je l'aurais plutôt écrite not (min_bound - 0.49 <= df1_column <= max_bound + 0.49)...

[JSAGDG]

Merci pour la réponse. Je l'utilise après en comptant les différents points dans chaque catégorie:
counts_df = df1[f'Type_de_point_{measure_name}'].value_counts().
Mes intervalles sont assez compliqués et je ne vois pas comment appliquer ce que tu viens de me dire à la catégorie nok et limite par exemple

Désolé je viens juste de commencer à coder et je n'ai pas l'exemple le plus simple

[Sve@r]

Je l'utilise après en comptant les différents points dans chaque catégorie:
counts_df = df1[f'Type_de_point_{measure_name}'].value_counts()

Si counts_df est lui-aussi dans la boucle et que lui aussi n'est pas récupéré...

Mes intervalles sont assez compliqués et je ne vois pas comment appliquer ce que tu viens de me dire à la catégorie nok et limite par exemple

Ca semble être un cas en 3 étapes: dans les bornes, hors des bornes mais dans les limites ou carrément hors de tout

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
nok = not (min_bound - 10 <= value <= max_bound + 10)
ok = min_bound < value < max_bound
limit = (min_bound - 10 <= value <= min_bound) or (max_bound <= value <= max_bound + 10)

J'ai pris "10" pour tester mais ça me semble correspondre. Par ailleurs si "ok" est True, "nok" sera False et inversement => l'une des deux écritures peut disparaître.

Bref tout ça peut se résumer en

• ok
• sinon limit
• sinon pas ok

Donc moi je prendrais une variable que je mettrais à 0, 1 ou 2 selon le cas...

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
if min_bound < value < max_bound: result=2				# ok
elif  not (min_bound - 10 <= value <= max_bound + 10): result=0		# pas ok
else: result=1								# limite

[JSAGDG]

J'ai essayé ce que tu m'as dit mais sans succès
Est-ce que je peux t'envoyer mon code en privé pour que tu m'aide?

[Sve@r]

J'ai essayé ce que tu m'as dit mais sans succès

On n'essaye pas des codes, on les comprend. Un code ce n'est pas une formule magique. Par ailleurs il faut ensuite associer 0, 1 et 2 aux branches qui traitaient ton ok/limit/not_ok d'origine (refaire les bons liens quoi)

Est-ce que je peux t'envoyer mon code en privé pour que tu m'aide?

Mais le en public, je ne suis pas le seul sur le forum (surtout que moi je n'utilise pas pandas). Déjà c'est dans les règles du forum (on demande un exemple minimaliste permettant de reproduire les erreurs rencontrées). Positionne lui en amont des valeurs de test pour qu'il puisse être exécuté par tout le monde (suffit de remplacer df_A['SPECVMIN'].iloc[0] et autres par leurs valeurs que toi tu as) et tu auras rapidement ta solution.