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!
织梦狗教程
本文标题为:pandas 口罩在多种情况下
基础教程推荐
猜你喜欢
- Python 中是否有任何支持将长字符串转储为块文字或折叠块的 yaml 库? 2022-01-01
- Python,确定字符串是否应转换为 Int 或 Float 2022-01-01
- 究竟什么是“容器"?在蟒蛇?(以及所有的 python 容器类型是什么?) 2022-01-01
- 在 Python 中将货币解析为数字 2022-01-01
- 在 Django Admin 中使用内联 OneToOneField 2022-01-01
- Kivy 使用 opencv.调整图像大小 2022-01-01
- matplotlib 设置 yaxis 标签大小 2022-01-01
- 比较两个文本文件以找出差异并将它们输出到新的文本文件 2022-01-01
- kivy 应用程序中的一个简单网页作为小部件 2022-01-01
- 对多索引数据帧的列进行排序 2022-01-01
