Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的,但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作。
Pandas Series.mask()
函数用于掩蔽目的。此函数替换传递条件为的值True
。否则,该值保持不变。
用法: Series.mask(cond, other=nan, inplace=False, axis=None, level=None, errors=’raise’, try_cast=False, raise_on_error=None)
参数:
cond:如果cond为False,请保留原始值。如果为True,则用其他的相应值替换。
other:cond为True的条目将替换为其他条目的对应值。
inplace:是否对数据执行适当的操作。
axis:对齐轴(如果需要)。
level:对齐级别(如果需要)。
返回:wh:与调用者类型相同
范例1:采用Series.mask()
函数以替换给定系列对象中的“里约”城市。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio'])
# Create the Index
index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
现在我们将使用Series.mask()
函数以替换给定系列对象中的“里约”城市。
# replace 'Rio' with 'Tokyo'
result = sr.mask(lambda x:x =='Rio', other = 'Tokyo')
# Print the result
print(result)
输出:
正如我们在输出中看到的,Series.mask()
函数已成功将给定系列对象中的“里约”城市替换为“东京”。
范例2:采用Series.mask()
函数屏蔽给定系列对象中大于50的所有值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 84, 32, 10, 5, 24, 32])
# Print the series
print(sr)
输出:
现在我们将使用Series.mask()
函数可屏蔽给定系列对象中所有大于50的值。
# mask values greater than 50
result = sr.mask(sr > 50)
# Print the result
print(result)
输出:
正如我们在输出中看到的,Series.mask()
函数已成功屏蔽给定系列对象中所有大于50的值。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Timestamp.now用法及代码示例
- Python Pandas Timestamp.second用法及代码示例
- Python Pandas DataFrame.abs()用法及代码示例
- Python Pandas Series.lt()用法及代码示例
- Python Pandas dataframe.all()用法及代码示例
- Python Pandas DataFrame.ix[ ]用法及代码示例
- Python Pandas Series.pop()用法及代码示例
- Python Pandas TimedeltaIndex.max用法及代码示例
- Python Pandas Timestamp.dst用法及代码示例
- Python Pandas Timestamp.tz用法及代码示例
- Python Pandas Series.mean()用法及代码示例
- Python Pandas TimedeltaIndex.min用法及代码示例
- Python Pandas Series.ptp()用法及代码示例
- Python Pandas dataframe.cov()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Series.mask()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。