pandas 口罩在多种情况下

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!

本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除!

相关文档推荐

Leetcode 234: Palindrome LinkedList(Leetcode 234:回文链接列表)
How do I read an Excel file directly from Dropbox#39;s API using pandas.read_excel()?(如何使用PANDAS.READ_EXCEL()直接从Dropbox的API读取Excel文件?)
subprocess.Popen tries to write to nonexistent pipe(子进程。打开尝试写入不存在的管道)
I want to realize Popen-code from Windows to Linux:(我想实现从Windows到Linux的POpen-code:)
Reading stdout from a subprocess in real time(实时读取子进程中的标准输出)
How to call type safely on a random file in Python?(如何在Python中安全地调用随机文件上的类型?)