python – 屏蔽匹配多个条件的数据帧

如果满足两个条件,我想掩码(或指定’NA’)数据帧中列的值.如果条件是按行执行的,那么这将是相对简单的,例如：

mask = ((df['A'] < x) & (df['B'] < y))
df.loc[mask, 'C'] = 'NA'

但我在如何在我的数据框架中执行此任务时遇到了一些麻烦,其结构或多或少类似于：

df = pd.DataFrame({ 'A': (188, 750, 1330, 1385, 188, 750, 810, 1330, 1385),
                     'B': (2, 5, 7, 2, 5, 5, 3, 7, 2),
                     'C': ('foo', 'foo', 'foo', 'foo', 'bar', 'bar', 'bar', 'bar', 'bar') })

    A    B C
0   188  2 foo
1   750  5 foo
2   1330 7 foo
3   1385 2 foo
4   188  5 bar
5   750  5 bar
6   810  3 bar
7   1330 7 bar
8   1385 2 bar

当’C’==’bar'(类似索引)时,也应该找到’C’=”foo’时’A’列中的值,尽管它’foo’和’bar中都可能缺少数据”.如果’foo’和’bar’都低于5或者其中任何一个缺失,我该如何屏蔽(或指定’NA’)列’B’的行？在上面的示例中,输出将类似于：

    A    B C
0   188  2  foo
1   750  5  foo
2   1330 7  foo
3   1385 NA foo
4   188  5  bar
5   750  5  bar
6   810  NA bar
7   1330 7  bar
8   1385 NA bar

解决方法:

这是一个解决方案.我们的想法是从两个映射系列s1和s2构造两个布尔掩码m1和m2.然后用pd.Series.mask掩盖B系列.

# create separate mappings for foo and bar
s1 = df.loc[df['C'] == 'foo'].set_index('A')['B']
s2 = df.loc[df['C'] == 'bar'].set_index('A')['B']

# use -np.inf to cover missing mappings
m1 = df['A'].map(s1).fillna(-np.inf).lt(5)  
m2 = df['A'].map(s2).fillna(-np.inf).lt(5)

df['B'] = df['B'].mask(m1 & m2)

print(df)

      A    B    C
0   188  2.0  foo
1   750  5.0  foo
2  1330  7.0  foo
3  1385  NaN  foo
4   188  5.0  bar
5   750  5.0  bar
6   810  NaN  bar
7  1330  7.0  bar
8  1385  NaN  bar