python – pandas DataFrame在布尔掩码上设置值
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – pandas DataFrame在布尔掩码上设置值,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1192字,纯文字阅读大概需要2分钟。
内容图文
![python – pandas DataFrame在布尔掩码上设置值](/upload/InfoBanner/zyjiaocheng/698/46c217793cd74a57b5c99f8dfd82a4d4.jpg)
我正在尝试在pandas DataFrame中设置许多不同的值,以达到相同的值.我以为我理解了pandas的布尔索引,但是我没有找到关于这个特定错误的任何资源.
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'f']})
mask = df.isin([1, 3, 12, 'a'])
df[mask] = 30
Traceback (most recent call last):
...
TypeError: Cannot do inplace boolean setting on mixed-types with a non np.nan value
上面,我想用值30替换掩码中的所有True条目.
我可以改为df.replace,但这里的遮蔽感觉更有效率和直观.有人可以解释错误,并提供设置所有值的有效方法吗?
解决方法:
你不能在混合dtypes上使用布尔掩码,不幸的是,你可以使用pandas在哪里设置值:
In [59]:
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'f']})
mask = df.isin([1, 3, 12, 'a'])
df = df.where(mask, other=30)
df
Out[59]:
A B
0 1 a
1 30 30
2 3 30
注意:如果在where方法中使用inplace = True,则上述操作将失败,因此df.where(mask,other = 30,inplace = True)将引发:
TypeError: Cannot do inplace boolean setting on mixed-types with a non
np.nan value
编辑
好吧,经过一点误会后你仍然可以使用y只是反转掩码:
In [2]:
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'f']})
mask = df.isin([1, 3, 12, 'a'])
df.where(~mask, other=30)
Out[2]:
A B
0 30 30
1 2 b
2 30 f
内容总结
以上是互联网集市为您收集整理的python – pandas DataFrame在布尔掩码上设置值全部内容,希望文章能够帮你解决python – pandas DataFrame在布尔掩码上设置值所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。