Oracle oem datamask,Python Pandas dataframe.mask()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.mask()函数返回与self形状相同的对象，并且其对应的条目来自cond为False的self，否则来自其他对象。另一个对象可以是标量，序列， DataFrame ，也可以是可调用的。遮罩方法是if-then惯用语的一种应用。对于调用DataFrame中的每个元素，如果cond为False，则使用该元素；否则为false。否则，将使用DataFrame other中的相应元素。

用法： DataFrame.mask(cond, other=nan, inplace=False, axis=None, level=None, errors=’raise’, try_cast=False, raise_on_error=None)

参数：

cond:如果cond为False，请保留原始值。如果为True，则用其他的相应值替换。如果cond是可调用的，则它在NDFrame上计算，并应返回布尔值NDFrame或数组。可调用对象不得更改输入NDFrame(尽管pandas不会对其进行检查)。

other:cond为True的条目将替换为其他条目的对应值。如果other是可调用的，则它在NDFrame上计算，并应返回标量或NDFrame。可调用对象不得更改输入NDFrame(尽管pandas不会对其进行检查)。

inplace:是否对数据执行适当的操作

axis:对齐轴(如果需要)，默认为无

level:对齐级别(如果需要)，默认为无

errors:str，{“ raise”，“ ignore”}，默认“ raise”

引发允许引发异常，并忽略抑制异常。错误时返回原始对象。请注意，当前此参数不会影响结果，并且始终会强制转换为合适的dtype。

try_cast：尝试将结果转换回输入类型(如果可能)，

返回值：wh：与调用者类型相同

范例1：采用mask()函数用-25替换 DataFrame 中大于10的所有值

# importing pandas as pd

import pandas as pd

# Creating the dataframe

df = pd.DataFrame({"A":[12, 4, 5, 44, 1],

"B":[5, 2, 54, 3, 2],

"C":[20, 16, 7, 3, 8],

"D":[14, 3, 17, 2, 6]})

# Print the dataframe

df

让我们使用dataframe.mask()函数用-25替换所有大于10的值

# replace values greater than 10 with -25

df.mask(df > 10, -25)

输出：

范例2：采用mask()具有可调用功能。更换所有Na值1000。

# importing pandas as pd

import pandas as pd

# Creating the dataframe

df = pd.DataFrame({"A":[12, 4, 5, None, 1],

"B":[7, 2, 54, 3, None],

"C":[20, 16, 11, 3, 8],

"D":[14, 3, None, 2, 6]})

# replace the Na values with 1000

df.mask(df.isna(), 1000))

输出：