pandas numpy where mask 关系总结
  X5zJxoD00Cah 2023年11月02日 30 0

pandas numpy where mask 关系总结_pandas

df_1 = df_.iloc[:, columns_select_index]
df_2 = df_1.copy()
# 方法1
df_2['铝价1'] = np.where(
    df_1['非锁铝价-币种'].isna(),
    df_1['非锁铝价'],
    df_1['非锁铝价-币种']
)
# 方法2
df_2['铝价2'] = df_1['非锁铝价-币种'].mask(
    df_1['非锁铝价-币种'].isna(),
    df_1['非锁铝价']
)
df_2
# import numpy as np
seri = pd.Series([1,2,3,4])
np.where(
    seri % 2 == 0
    # x 默认为no
    # y 默认为原值
) # either both or neither of x and y should be given
# np.ma.where效果和机理貌似一致

pandas numpy where mask 关系总结_pandas_02

ser_1 = pd.Series(range(5))
ser_2 = pd.Series([True, False])
ser_1.to_frame(name='ser_1').query(
    "ser_1 in @ser_2"
)
【版权声明】本文内容来自摩杜云社区用户原创、第三方投稿、转载,内容版权归原作者所有。本网站的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@moduyun.com

  1. 分享:
最后一次编辑于 2023年11月08日 0

暂无评论

推荐阅读
  X5zJxoD00Cah   2023年11月19日   16   0   0 pandas
  X5zJxoD00Cah   2023年11月19日   14   0   0 pandas
  X5zJxoD00Cah   2023年11月02日   25   0   0 pandas
  X5zJxoD00Cah   2023年11月19日   22   0   0 pandas
  X5zJxoD00Cah   2023年11月02日   28   0   0 pandas
  X5zJxoD00Cah   2023年11月02日   17   0   0 pandas
  X5zJxoD00Cah   2023年11月02日   31   0   0 pandas
  X5zJxoD00Cah   2023年11月02日   29   0   0 pandas
  X5zJxoD00Cah   2023年11月02日   61   0   0 pandas
  X5zJxoD00Cah   2023年11月12日   25   0   0 pandas
X5zJxoD00Cah