pandas条件替换值(where&mask)

在日常分析中，经常会遇到对数据的筛选处理相关的工作，我们可以使用loc和iloc定位分析筛选的列或行数据，下面介绍一种高级筛选的用法where和mask。

pd.where: 替换条件（condition）为Flase处的值

pd.mask: 替换条件（condition）为True处的值

np.where: 替换条件，类似三元表达式

# 条件不成立时，值替换成other
pd.where(self, cond, other=nan, inplace=False,
        axis=None, level=None, errors='raise', try_cast=False)
# 条件成立时，值替换成other
pd.mask(self, cond, other=nan, inplace=False,
		axis=None, level=None, errors='raise', try_cast=False)
# 条件成立时，值为x；不成立时，值为y
np.where(condition, x, y)

首先模拟一组学生成绩表数据：

import pandas as pd
import numpy as np

# 设置学科
subjects = ['math', 'chinese', 'english', 'history']

# 设置学生
students = ['Tom', 'Alice', 'Bobby', 'Candy', 'David', 'Eva', 'Frank', 'Grace', 'Howard', 'Ivy',
            'John', 'Karen', 'Larry', 'Marie', 'Nancy', 'Oscar', 'Peter', 'Queen', 'Robert', 'Susan']

# 随机生成成绩
score = np.random.randint(low=0, high=100, size=(len(students), len(subjects)))

# 生成DataFrame
df = pd.DataFrame(
    score,
    columns=subjects,
    index=students
)

df

1 pd.where

• where(条件, pd.NA)

值替换：pandas中的where方法，如果 条件 为真，保持原来的值，否则替换为other

增加字段 math_pass, 数学成绩大于60，为及格， 否则为不及格

df1 = df.copy()
# 默认及格
df1['math_pass'] = '及格'
df1['math_pass'] = df1['math_pass'].where(df1['math'] > 60, '不及格')

df1

2 np.where

在numpy中的where使用,与pandas有所不同

# 条件成立时，值为x；不成立时，值为y
np.where(condition, x, y)

增加字段 math_pass2, 数学成绩大于60，为及格， 否则为不及格

df2 = df.copy()
# 默认及格
df2['math_pass2'] = np.where(df2['math'] > 60, '及格', '不及格')

df2

3 pd.mask

值替换：pandas中的mask方法，如果 条件 为真，值替换为other

增加字段 math_pass3, 数学成绩大于60，为及格， 否则为不及格

df3 = df.copy()
df3['math_pass3'] = '不及格'
df3['math_pass3'] = df3['math_pass3'].mask(df3['math'] > 60, '及格')

df3