Python|熊猫系列.mask()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.mask()函数用于屏蔽目的。此函数替换传递条件为True的值。否则，该值保持不变。

Syntax: Series.mask(cond, other=nan, inplace=False, axis=None, level=None, errors=’raise’, try_cast=False, raise_on_error=None)

Parameter :
cond : Where cond is False, keep the original value. Where True, replace with corresponding value from other.
other : Entries where cond is True are replaced with corresponding value from other.
inplace : Whether to perform the operation in place on the data.
axis : Alignment axis if needed.
level : Alignment level if needed.

Returns : wh : same type as caller

示例 #1：使用Series.mask()函数替换给定系列对象中的“里约”城市。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio'])
  
# Create the Index
index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5'] 
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.mask()函数来替换给定系列对象中的“里约”城市。

# replace 'Rio' with 'Tokyo'
result = sr.mask(lambda x : x =='Rio', other = 'Tokyo')
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的， Series.mask()函数已成功地将给定系列对象中的“里约”城市替换为“东京”。示例 #2：使用Series.mask()函数来屏蔽给定系列对象中大于 50 的所有值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 84, 32, 10, 5, 24, 32])
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.mask()函数来屏蔽给定系列对象中所有大于 50 的值。

# mask values greater than 50
result = sr.mask(sr > 50)
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的， Series.mask()函数成功地屏蔽了给定系列对象中所有大于 50 的值。