【pandas之DataFrame相关函数】where（）函数，mask（）函数

最新推荐文章于 2025-04-20 00:15:00 发布

陆百亿

最新推荐文章于 2025-04-20 00:15:00 发布

阅读量909

点赞数

CC 4.0 BY-SA版权

分类专栏： pandas函数实例文章标签： python 机器学习数据挖掘

本文链接：https://blog.youkuaiyun.com/weixin_42821041/article/details/125278962

pandas函数实例专栏收录该内容

12 篇文章

订阅专栏

这篇博客介绍了如何使用pandas的DataFrame.where()和mask()函数来条件性地替换数据。where()方法用于将不符合条件的值替换为指定值，而mask()方法则是将符合条件的值替换。通过示例展示了这两个方法在处理数据帧中价格列的操作，当价格等于999.0时，分别进行不同的替换操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

**pandas.DataFrame.where（）：Replace values where the condition is False.将不符合条件的值，替换成指定值。
pandas.DataFrame.mask（）：Replace values where the condition is True…将符合条件的值，替换成指定值。
**

待读取文件预览：

import pandas as pd

# 读取excel
file_path = r'C:\Users\123\Desktop\pandastest\example.xlsx'
df = pd.read_excel(file_path, sheet_name=0, header=0, skipfooter=0)
df1 = df.copy()

# 预览原dataframe
print(df)

# condition 判断价格是否等于999.0
condition = df["价格"] == 999.0
# 不符合调节的，替换成99
where_series = df["价格"].where(condition, "99")
df["价格"] = where_series
print(df)

# condition 判断价格是否等于999.0
condition1 = df1["价格"] == 999.0
# 符合条件的的，替换成99
where_series1 = df1["价格"].mask(condition1, "99")
df1["价格"] = where_series1
print(df1)