pandas條件替換值(where&mask)

在日常分析中，經常會遇到對數據的篩選處理相關的工作，我們可以使用loc和iloc定位分析篩選的列或行數據，下麵介紹一種高級篩選的用法where和mask。

pd.where: 替換條件（condition）為Flase處的值

pd.mask: 替換條件（condition）為True處的值

np.where: 替換條件，類似三元表達式

# 條件不成立時，值替換成other
pd.where(self, cond, other=nan, inplace=False,
        axis=None, level=None, errors='raise', try_cast=False)
# 條件成立時，值替換成other
pd.mask(self, cond, other=nan, inplace=False,
		axis=None, level=None, errors='raise', try_cast=False)
# 條件成立時，值為x；不成立時，值為y
np.where(condition, x, y)

首先模擬一組學生成績表數據：

import pandas as pd
import numpy as np

# 設置學科
subjects = ['math', 'chinese', 'english', 'history']

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

# 隨機生成成績
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(條件, pd.NA)

值替換：pandas中的where方法，如果 條件 為真，保持原來的值，否則替換為other

增加欄位 math_pass, 數學成績大於60，為及格， 否則為不及格

df1 = df.copy()
# 預設及格
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,與pandas有所不同

# 條件成立時，值為x；不成立時，值為y
np.where(condition, x, y)

增加欄位 math_pass2, 數學成績大於60，為及格， 否則為不及格

df2 = df.copy()
# 數學成績大於60，為及格， 否則為不及格
df2['math_pass2'] = np.where(df2['math'] > 60, '及格', '不及格')

df2

3 pd.mask

值替換：pandas中的mask方法，如果 條件 為真，值替換為other

增加欄位 math_pass3, 數學成績大於60，為及格， 否則為不及格

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

df3