pandas.Series.mask

Series.mask(cond, other=nan, inplace=False, axis=None, level=None, try_cast=False, raise_on_error=True)

返回一个与self相同形状的对象，并且其对应的条目来自self，其中cond是False，否则是来自其他。

参数：

cond：boolean NDFrame，array或callable

如果cond是可调用的，则它在NDFrame上计算，并应返回布尔NDFrame或数组。callable不能改变输入NDFrame（虽然pandas不检查它）。

版本0.18.1中的新功能。

可调用可以用作cond。

其他：标量，NDFrame或可调用

如果other是可调用的，它将在NDFrame上计算，并应返回标量或NDFrame。callable不能改变输入NDFrame（虽然pandas不检查它）。

版本0.18.1中的新功能。

一个callable可以用作其他。

inplace：boolean，default False

是否对数据执行就地操作

axis：如果需要，对齐轴，默认无

级别：如果需要，对齐级别，默认无

try_cast：boolean，default False

尝试将结果转换回输入类型（如果可能），

raise_on_error：boolean，default True

是否针对无效的数据类型（例如，尝试在字符串上的位置）

返回：

wh：与呼叫者类型相同

也可以看看

DataFrame.where()

笔记

掩码方法是if-then成语的应用。对于调用DataFrame中的每个元素，如果cond是False，则使用元素；否则使用来自DataFrame other的相应元素。

DataFrame.where()的签名与numpy.where()不同。Roughly df1.where(m, df2) is equivalent to np.where(m, df1, df2).

有关详细信息和示例，请参阅indexing中的mask文档。

例子

>>> s = pd.Series(range(5))
>>> s.where(s > 0)
0    NaN
1    1.0
2    2.0
3    3.0
4    4.0

>>> df = pd.DataFrame(np.arange(10).reshape(-1, 2), columns=['A', 'B'])
>>> m = df % 3 == 0
>>> df.where(m, -df)
   A  B
0  0 -1
1 -2  3
2 -4 -5
3  6 -7
4 -8  9
>>> df.where(m, -df) == np.where(m, df, -df)
      A     B
0  True  True
1  True  True
2  True  True
3  True  True
4  True  True
>>> df.where(m, -df) == df.mask(~m, -df)
      A     B
0  True  True
1  True  True
2  True  True
3  True  True
4  True  True