Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.
La función Pandas dataframe.mask()
devuelve un objeto de la misma forma que yo y cuyas entradas correspondientes son de uno mismo donde cond es Falso y de lo contrario son de otro objeto. El otro objeto podría ser un escalar, una serie, un marco de datos o podría ser invocable. El método de la máscara es una aplicación del modismo si-entonces. Para cada elemento en el DataFrame que llama, si cond es False, se usa el elemento; de lo contrario, se utiliza el elemento correspondiente del otro DataFrame.
Sintaxis: DataFrame.mask(cond, other=nan, inplace=False, axis=Ninguno, level=Ninguno, errores=’raise’, try_cast=False, raise_on_error=Ninguno)
Parámetros:
cond: Donde cond es False, mantiene el valor original. Cuando sea Verdadero, reemplácelo con el valor correspondiente de otro. Si se puede llamar a cond, se calcula en el NDFrame y debe devolver un NDFrame booleano o una array. El invocable no debe cambiar la entrada NDFrame (aunque pandas no lo verifica).other : las entradas donde cond es True se reemplazan con el valor correspondiente de other. Si se puede llamar a otro, se calcula en el NDFrame y debe devolver escalar o NDFrame. El invocable no debe cambiar la entrada NDFrame (aunque pandas no lo verifica).
inplace: si se debe realizar la operación en el
eje de datos: eje de alineación si es necesario, predeterminado Ninguno
nivel: nivel de alineación si es necesario, predeterminado Ninguno
errores: str, {‘raise’, ‘ignore’}, default ‘raise’ raise
allow excepciones que se generarán e ignorar suprimir excepciones. En caso de error, devolver el objeto original. Tenga en cuenta que actualmente este parámetro no afectará los resultados y siempre forzará a un dtype adecuado.try_cast: intente devolver el resultado al tipo de entrada (si es posible),
Devuelve: wh: mismo tipo que la persona que llama
Ejemplo #1: use mask()
la función para reemplazar todos los valores en el marco de datos que son mayores que 10 con -25
# 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
Usemos la dataframe.mask()
función para reemplazar todos los valores mayores de 10 con -25
# replace values greater than 10 with -25 df.mask(df > 10, -25)
Producción :
Ejemplo n.° 2: usar mask()
la función con un invocable. Reemplace todo el Na
valor con 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))
Producción :
Publicación traducida automáticamente
Artículo escrito por Shubham__Ranjan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA