Python pandas.Series.mask用法及代码示例

用法: Series.mask(cond, other=nan, inplace=False, axis=None, level=None, errors=NoDefault.no_default, try_cast=NoDefault.no_default)

替换条件为 True 的值。

参数：

cond：bool 系列/数据帧，array-like，或可调用

cond 为 False 时，保留原始值。如果为 True，则替换为来自 other 的相应值。如果cond 是可调用的，它是在系列/数据帧上计算的，并且应该返回布尔系列/数据帧或数组。可调用对象不能更改输入 Series/DataFrame(尽管 pandas 不会检查它)。

other：标量、Series/DataFrame 或可调用

cond 为 True 的条目将替换为来自 other 的相应值。如果 other 是可调用的，它是在 Series/DataFrame 上计算的，并且应该返回标量或 Series/DataFrame。可调用对象不能更改输入 Series/DataFrame(尽管 pandas 不会检查它)。

inplace：布尔值，默认为 False

是否对数据执行就地操作。

axis：整数，默认无

如果需要，对齐轴。

level：整数，默认无

如果需要，对齐级别。

errors：str，{‘raise’, ‘ignore’}，默认 ‘raise’

请注意，当前此参数不会影响结果，并且始终会强制转换为合适的 dtype。

‘raise’：允许引发异常。
‘ignore’：抑制异常。出错时返回原始对象。

try_cast：布尔值，默认无

尝试将结果转换回输入类型(如果可能)。

与调用者相同的类型，如果 inplace=True 则为 None。

注意：

掩码方法是if-then 成语的应用。对于调用DataFrame中的每个元素，如果cond是False，则使用该元素；否则使用 DataFrame other 中的相应元素。

DataFrame.where() 的签名与 numpy.where() 不同。大致 df1.where(m, df2) 相当于 np.where(m, df1, df2) 。

有关更多详细信息和示例，请参阅索引中的mask 文档。

例子：

>>> s = pd.Series(range(5))
>>> s.where(s > 0)
0    NaN
1    1.0
2    2.0
3    3.0
4    4.0
dtype:float64
>>> s.mask(s > 0)
0    0.0
1    NaN
2    NaN
3    NaN
4    NaN
dtype:float64

>>> s.where(s > 1, 10)
0    10
1    10
2    2
3    3
4    4
dtype:int64
>>> s.mask(s > 1, 10)
0     0
1     1
2    10
3    10
4    10
dtype:int64

>>> df = pd.DataFrame(np.arange(10).reshape(-1, 2), columns=['A', 'B'])
>>> df
   A  B
0  0  1
1  2  3
2  4  5
3  6  7
4  8  9
>>> m = df % 3 == 0
>>> df.where(m, -df)
   A  B
0  0 -1
1 -2  3
2 -4 -5
3  6 -7
4 -8  9
>>> df.where(m, -df) == np.where(m, df, -df)
      A     B
0  True  True
1  True  True
2  True  True
3  True  True
4  True  True
>>> df.where(m, -df) == df.mask(~m, -df)
      A     B
0  True  True
1  True  True
2  True  True
3  True  True
4  True  True

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 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。

用法:

参数：

返回：

注意：

例子：