pandas條件替換值(where&mask)

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，下面介紹一種高級篩選的用法where和mask。

pd.where: 替換條件（condition）爲Flase處的值

pd.mask: 替換條件（condition）爲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，值爲x；不成立時，值爲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

	math	chinese	english	history
Tom	24	57	60	44
Alice	92	25	64	26
Bobby	96	61	94	96
Candy	36	87	10	38
David	29	73	37	64
Eva	94	40	30	81
Frank	24	44	40	14
Grace	37	70	50	5
Howard	82	86	46	10
Ivy	24	7	30	30
John	39	32	97	48
Karen	68	29	34	11
Larry	82	5	3	78
Marie	96	83	73	63
Nancy	25	33	37	53
Oscar	2	65	49	73
Peter	9	19	11	67
Queen	44	19	85	23
Robert	75	35	47	77
Susan	71	6	10	82

1 pd.where

• where(條件, pd.NA)

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

增加字段 math_pass, 數學成績大於60，爲及格， 否則爲不及格

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

df1

	math	chinese	english	history	math_pass
Tom	24	57	60	44	不及格
Alice	92	25	64	26	及格
Bobby	96	61	94	96	及格
Candy	36	87	10	38	不及格
David	29	73	37	64	不及格
Eva	94	40	30	81	及格
Frank	24	44	40	14	不及格
Grace	37	70	50	5	不及格
Howard	82	86	46	10	及格
Ivy	24	7	30	30	不及格
John	39	32	97	48	不及格
Karen	68	29	34	11	及格
Larry	82	5	3	78	及格
Marie	96	83	73	63	及格
Nancy	25	33	37	53	不及格
Oscar	2	65	49	73	不及格
Peter	9	19	11	67	不及格
Queen	44	19	85	23	不及格
Robert	75	35	47	77	及格
Susan	71	6	10	82	及格

2 np.where

在numpy中的where使用,與pandas有所不同

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

增加字段 math_pass2, 數學成績大於60，爲及格， 否則爲不及格

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

df2

	math	chinese	english	history	math_pass2
Tom	24	57	60	44	不及格
Alice	92	25	64	26	及格
Bobby	96	61	94	96	及格
Candy	36	87	10	38	不及格
David	29	73	37	64	不及格
Eva	94	40	30	81	及格
Frank	24	44	40	14	不及格
Grace	37	70	50	5	不及格
Howard	82	86	46	10	及格
Ivy	24	7	30	30	不及格
John	39	32	97	48	不及格
Karen	68	29	34	11	及格
Larry	82	5	3	78	及格
Marie	96	83	73	63	及格
Nancy	25	33	37	53	不及格
Oscar	2	65	49	73	不及格
Peter	9	19	11	67	不及格
Queen	44	19	85	23	不及格
Robert	75	35	47	77	及格
Susan	71	6	10	82	及格

3 pd.mask

值替換：pandas中的mask方法，如果 條件 爲真，值替換爲other

增加字段 math_pass3, 數學成績大於60，爲及格， 否則爲不及格

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

df3

	math	chinese	english	history	math_pass3
Tom	24	57	60	44	不及格
Alice	92	25	64	26	及格
Bobby	96	61	94	96	及格
Candy	36	87	10	38	不及格
David	29	73	37	64	不及格
Eva	94	40	30	81	及格
Frank	24	44	40	14	不及格
Grace	37	70	50	5	不及格
Howard	82	86	46	10	及格
Ivy	24	7	30	30	不及格
John	39	32	97	48	不及格
Karen	68	29	34	11	及格
Larry	82	5	3	78	及格
Marie	96	83	73	63	及格
Nancy	25	33	37	53	不及格
Oscar	2	65	49	73	不及格
Peter	9	19	11	67	不及格
Queen	44	19	85	23	不及格
Robert	75	35	47	77	及格
Susan	71	6	10	82	及格