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


猜你喜欢
- 我如何卸载 PyTorch? 2022-01-01
- 计算测试数量的Python单元测试 2022-01-01
- ";find_element_by_name(';name';)";和&QOOT;FIND_ELEMENT(BY NAME,';NAME';)";之间有什么区别? 2022-01-01
- 使用 Cython 将 Python 链接到共享库 2022-01-01
- YouTube API v3 返回截断的观看记录 2022-01-01
- 检查具有纬度和经度的地理点是否在 shapefile 中 2022-01-01
- CTR 中的 AES 如何用于 Python 和 PyCrypto? 2022-01-01
- 使用公司代理使Python3.x Slack(松弛客户端) 2022-01-01
- 如何使用PYSPARK从Spark获得批次行 2022-01-01
- 我如何透明地重定向一个Python导入? 2022-01-01