Python 无法找出Pandas.mask（）和.where方法之间的区别
where和mask之间有什么区别？我查看了语法和参数，它们看起来非常相似。此方法相似，位工作相反 -如果条件为真，则替换值 -如果条件为假，则替换值 检查样本数据，对于具有相同条件的Python 无法找出Pandas.mask（）和.where方法之间的区别,python,pandas,Python,Pandas,where和mask之间有什么区别？我查看了语法和参数，它们看起来非常相似。此方法相似，位工作相反 -如果条件为真，则替换值 -如果条件为假，则替换值 检查样本数据，对于具有相同条件的掩码数据，替换值匹配真，此处更大，如4，对于方法被替换，数据匹配假，此处不大于4，因此小于或等于： df = pd.DataFrame({ 'A':[7,8,9,4,2,3], }) print(df.A > 4) 0 True 1 True 2 True 3
掩码真4方法被替换，数据匹配假
，此处不大于4
，因此小于或等于：
df = pd.DataFrame({
'A':[7,8,9,4,2,3],
})
print(df.A > 4)
0 True
1 True
2 True
3 False
4 False
5 False
Name: A, dtype: bool
df['new1'] = df.A.mask(df.A > 4, 100)
df['new2'] = df.A.where(df.A > 4, 100)
print(df)
A new1 new2
0 7 100 7
1 8 100 8
2 9 100 9
3 4 4 100
4 2 2 100
5 3 3 100
这种方法是相似的，钻头反向工作
-如果条件为真，则替换值
-如果条件为假，则替换值
检查样本数据，对于具有相同条件的掩码
数据，替换值匹配真
，此处更大，如4
，对于方法被替换，数据匹配假
，此处不大于4
，因此小于或等于：
df = pd.DataFrame({
'A':[7,8,9,4,2,3],
})
print(df.A > 4)
0 True
1 True
2 True
3 False
4 False
5 False
Name: A, dtype: bool
df['new1'] = df.A.mask(df.A > 4, 100)
df['new2'] = df.A.where(df.A > 4, 100)
print(df)
A new1 new2
0 7 100 7
1 8 100 8
2 9 100 9
3 4 4 100
4 2 2 100
5 3 3 100