Python | Marco de datos de Pandas.mask()

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 Navalor 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 :