Python pandas.Series.mask用法及代碼示例

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

替換條件為 True 的值。

參數：

cond：bool 係列/數據幀，array-like，或可調用

cond 為 False 時，保留原始值。如果為 True，則替換為來自 other 的相應值。如果cond 是可調用的，它是在係列/數據幀上計算的，並且應該返回布爾係列/數據幀或數組。可調用對象不能更改輸入 Series/DataFrame(盡管 pandas 不會檢查它)。

other：標量、Series/DataFrame 或可調用

cond 為 True 的條目將替換為來自 other 的相應值。如果 other 是可調用的，它是在 Series/DataFrame 上計算的，並且應該返回標量或 Series/DataFrame。可調用對象不能更改輸入 Series/DataFrame(盡管 pandas 不會檢查它)。

inplace：布爾值，默認為 False

是否對數據執行就地操作。

axis：整數，默認無

如果需要，對齊軸。

level：整數，默認無

如果需要，對齊級別。

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

請注意，當前此參數不會影響結果，並且始終會強製轉換為合適的 dtype。

‘raise’：允許引發異常。
‘ignore’：抑製異常。出錯時返回原始對象。

try_cast：布爾值，默認無

嘗試將結果轉換回輸入類型(如果可能)。

與調用者相同的類型，如果 inplace=True 則為 None。

注意：

掩碼方法是if-then 成語的應用。對於調用DataFrame中的每個元素，如果cond是False，則使用該元素；否則使用 DataFrame other 中的相應元素。

DataFrame.where() 的簽名與 numpy.where() 不同。大致 df1.where(m, df2) 相當於 np.where(m, df1, df2) 。

有關更多詳細信息和示例，請參閱索引中的mask 文檔。

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

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.Series.mask。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：