pandas条件替换值(where&mask)

大江哥

pandas条件替换值(where&mask)

在日常分析中，经常会遇到对数据的筛选处理相关的工作，我们可以使用loc和iloc定位分析筛选的列或行数据，下面介绍一种高级筛选的用法where和mask。
pd.where: 替换条件（condition）为Flase处的值
pd.mask: 替换条件（condition）为True处的值
np.where: 替换条件，类似三元表达式

1. # 条件不成立时，值替换成other
2. pd.where(self, cond, other=nan, inplace=False,
3.         axis=None, level=None, errors='raise', try_cast=False)
4. # 条件成立时，值替换成other
5. pd.mask(self, cond, other=nan, inplace=False,
6.                 axis=None, level=None, errors='raise', try_cast=False)
7. # 条件成立时，值为x；不成立时，值为y
8. np.where(condition, x, y)

复制代码

首先模拟一组学生成绩表数据：

1. import pandas as pd
2. import numpy as np
4. # 设置学科
5. subjects = ['math', 'chinese', 'english', 'history']
7. # 设置学生
8. students = ['Tom', 'Alice', 'Bobby', 'Candy', 'David', 'Eva', 'Frank', 'Grace', 'Howard', 'Ivy',
9.             'John', 'Karen', 'Larry', 'Marie', 'Nancy', 'Oscar', 'Peter', 'Queen', 'Robert', 'Susan']
11. # 随机生成成绩
12. score = np.random.randint(low=0, high=100, size=(len(students), len(subjects)))
14. # 生成DataFrame
15. df = pd.DataFrame(
16.     score,
17.     columns=subjects,
18.     index=students
19. )

复制代码

1. df

复制代码

mathchineseenglishhistoryTom24576044Alice92256426Bobby96619496Candy36871038David29733764Eva94403081Frank24444014Grace3770505Howard82864610Ivy2473030John39329748Karen68293411Larry825378Marie96837363Nancy25333753Oscar2654973Peter9191167Queen44198523Robert75354777Susan71610821 pd.where

• where(条件, pd.NA)
  

值替换：pandas中的where方法，如果 条件 为真，保持原来的值，否则替换为other
增加字段 math_pass, 数学成绩大于60，为及格， 否则为不及格

1. df1 = df.copy()
2. # 默认及格
3. df1['math_pass'] = '及格'
4. df1['math_pass'] = df1['math_pass'].where(df1['math'] > 60, '不及格')

复制代码

1. df1

复制代码

mathchineseenglishhistorymath_passTom24576044不及格Alice92256426及格Bobby96619496及格Candy36871038不及格David29733764不及格Eva94403081及格Frank24444014不及格Grace3770505不及格Howard82864610及格Ivy2473030不及格John39329748不及格Karen68293411及格Larry825378及格Marie96837363及格Nancy25333753不及格Oscar2654973不及格Peter9191167不及格Queen44198523不及格Robert75354777及格Susan7161082及格2 np.where

在numpy中的where使用,与pandas有所不同

1. # 条件成立时，值为x；不成立时，值为y
2. np.where(condition, x, y)

复制代码

增加字段 math_pass2, 数学成绩大于60，为及格， 否则为不及格

1. df2 = df.copy()
2. # 数学成绩大于60，为及格， 否则为不及格
3. df2['math_pass2'] = np.where(df2['math'] > 60, '及格', '不及格')

复制代码

1. df2

复制代码

mathchineseenglishhistorymath_pass2Tom24576044不及格Alice92256426及格Bobby96619496及格Candy36871038不及格David29733764不及格Eva94403081及格Frank24444014不及格Grace3770505不及格Howard82864610及格Ivy2473030不及格John39329748不及格Karen68293411及格Larry825378及格Marie96837363及格Nancy25333753不及格Oscar2654973不及格Peter9191167不及格Queen44198523不及格Robert75354777及格Susan7161082及格3 pd.mask

值替换：pandas中的mask方法，如果 条件 为真，值替换为other
增加字段 math_pass3, 数学成绩大于60，为及格， 否则为不及格

1. df3 = df.copy()
2. df3['math_pass3'] = '不及格'
3. df3['math_pass3'] = df3['math_pass3'].mask(df3['math'] > 60, '及格')

复制代码

1. df3

复制代码

mathchineseenglishhistorymath_pass3Tom24576044不及格Alice92256426及格Bobby96619496及格Candy36871038不及格David29733764不及格Eva94403081及格Frank24444014不及格Grace3770505不及格Howard82864610及格Ivy2473030不及格John39329748不及格Karen68293411及格Larry825378及格Marie96837363及格Nancy25333753不及格Oscar2654973不及格Peter9191167不及格Queen44198523不及格Robert75354777及格Susan7161082及格
来源:https://www.cnblogs.com/itelephant/p/17147902.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！