Pandas Mask on multiple Conditions( pandas 口罩在多种情况下)
本文介绍了 pandas 口罩在多种情况下的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
在我的数据帧中,我想用NaN替换小于1和大于5的每个值。此代码正常工作
persDf = persDf.mask(persDf < 1000)
我作为NaN获得每个值,但这个值不是:
persDf = persDf.mask((persDf < 1) and (persDf > 5))
我不知道为什么会这样。我查看了手册页和明显相似问题的不同解决方案,但找不到解决方案。有没有人有办法在这方面对我有所帮助?
推荐答案
使用|
运算符,因为值不能为< 1
> 5
:
persDf = persDf.mask((persDf < 1) | (persDf > 5))
另一种方法是使用np.where
并在内部调用pd.DataFrame
:
pd.DataFrame(data=np.where((df < 1) | (df > 5), np.NaN, df),
columns=df.columns)
这篇关于 pandas 口罩在多种情况下的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!
沃梦达教程
本文标题为:pandas 口罩在多种情况下
基础教程推荐
猜你喜欢
- 哪些 Python 包提供独立的事件系统? 2022-01-01
- 使 Python 脚本在 Windows 上运行而不指定“.py";延期 2022-01-01
- 使用 Google App Engine (Python) 将文件上传到 Google Cloud Storage 2022-01-01
- Python 的 List 是如何实现的? 2022-01-01
- 合并具有多索引的两个数据帧 2022-01-01
- 将 YAML 文件转换为 python dict 2022-01-01
- 如何在 Python 中检测文件是否为二进制(非文本)文 2022-01-01
- 症状类型错误:无法确定关系的真值 2022-01-01
- 使用Python匹配Stata加权xtil命令的确定方法? 2022-01-01
- 如何在Python中绘制多元函数? 2022-01-01