布尔值掩码上的pandas DataFrame设置值

布尔值掩码上的pandas DataFrame设置值

不幸的是，不能在混合dtypes上使用布尔型掩码，可以使用pandas

where

设置值：

In [59]:df = pd.Dataframe({'A': [1, 2, 3], 'B': ['a', 'b', 'f']})mask = df.isin([1, 3, 12, 'a'])df = df.where(mask, other=30)dfOut[59]:    A   B0   1   a1  30  302   3  30

注意：如果您

inplace=True

使用该

where

方法，上述 *** 作将失败，因此

df.where(mask, other=30,inplace=True)

会引发：

TypeError：无法对具有非np.nan值的混合类型进行就地布尔设置

编辑

好的，经过一些误会，您仍然可以使用

where

y，只需反转遮罩即可：

In [2]:    df = pd.Dataframe({'A': [1, 2, 3], 'B': ['a', 'b', 'f']})mask = df.isin([1, 3, 12, 'a'])df.where(~mask, other=30)Out[2]:    A   B0  30  301   2   b2  30   f