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

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