DataFrame where
DataFrame.where(cond,
other=nan,
inplace=False,
axis=None,
level=None,
errors='raise',
try_cast=False)
替换条件为假的值, 可以过滤不满足cond的值并赋予NaN空值
Parameters:
cond : bool Series/DataFrame, array-like, or callable
如果cond为True，请保留原始值。如果为False，则用其他的相应值替换。如果cond是可调用的，则它是在Series / DataFrame上计算的，并且应返回布尔Series / DataFrame或数组。可调用对象不得更改输入Series / DataFrame（尽管pandas不会对其进行检查）。
other :scalar, Series/DataFrame, or callable
Entries where cond is False are replaced with corresponding value from other. If other is callable, it is computed on the Series/DataFrame and should return scalar or Series/DataFrame. The callable must not change input Series/DataFrame (though pandas doesn’t check it).
inplace :bool, default False 是否对数据执行适当的操作。
axis :int, default None
level :int, default None
Alignment level if needed.
errors :str, {‘raise’, ‘ignore’}, default ‘raise’
Note that currently this parameter won’t affect the results and will always coerce to a suitable dtype.
- ‘raise’ : allow exceptions to be raised.
- ‘ignore’ : suppress exceptions. On error return original object.
Examples
返回大于 0 的值，不符合的用 NaN填充
s = pd.Series(range(5))
s.where(s > 0)
0 NaN
1 1.0
2 2.0
3 3.0
4 4.0
dtype: float64
s.mask(s > 0) # 与 where 的结果相反
0 0.0
1 NaN
2 NaN
3 NaN
4 NaN
dtype: float64
#返回大于 1 的值，不符合的用10填充
#cond = s > 1,other = 10
s.where(s > 1, 10)
0 10
1 10
2 2
3 3
4 4
dtype: int64
df = pd.DataFrame(np.arange(10).reshape(-1, 2), columns=['A', 'B'])
df
A B
0 0 1
1 2 3
2 4 5
3 6 7
4 8 9
m = df % 3 == 0
df.where(m, -df)
A B
0 0 -1
1 -2 3
2 -4 -5
3 6 -7
4 -8 9
df.where(m, -df) == np.where(m, df, -df)
A B
0 True True
1 True True
2 True True
3 True True
4 True True
df.where(m, -df) == df.mask(~m, -df)
A B
0 True True
1 True True
2 True True
3 True True
4 True True
去掉特定的某行某列：
df.where(df !=N).dropna(axis = 1)
DataFrame mask
与函数where<= ，相反的函数=>mask：where条件不符合进行替换，mask是条件符合进行替换。
DataFrame.mask(self,
cond,
other=nan,
inplace=False,
axis=None,
level=None,
errors='raise',
try_cast=False)
s = pd.Series(range(5))
s.where(s > 0)
0 NaN
1 1.0
2 2.0
3 3.0
4 4.0
dtype: float64
#符合条件的替换 NaN
s.mask(s > 0)
0 0.0
1 NaN
2 NaN
3 NaN
4 NaN
dtype: float64
df = pd.DataFrame(np.arange(10).reshape(-1, 2), columns=['A', 'B'])
df
A B
0 0 1
1 2 3
2 4 5
3 6 7
4 8 9
m = df % 3 == 0
df.where(m, -df)
A B
0 0 -1
1 -2 3
2 -4 -5
3 6 -7
4 -8 9
df.where(m, -df) == np.where(m, df, -df)
A B
0 True True
1 True True
2 True True
3 True True
4 True True
df.where(m, -df) == df.mask(~m, -df)
A B
0 True True
1 True True
2 True True
3 True True
4 True True
与np.where的异同？
np.where(condition, [x, y]),这里三个参数,其中必写参数是condition(判断条件),后边的x和y是可选参数.那么这三个参数都有怎样的要求呢?
condition：array_like，bool ,当为True时，产生x，否则产生y
简单说,对第一个参数的要求是这样的,首先是数据类型的要求,类似于数组或者布尔值,当判断条件为真时返回x中的值,否则返回y中的值
x，y：array_like，可选,要从中选择的值。 x，y和condition需要可广播到某种形状
x和y是可选参数,并且对这两个参数的数据类型要求只有类似数组这一条,当条件判断为true或者false时从这两个类似数组的容器中取数.
参考