使用掩码 Pandas 创建新列 - Python

在 Pandas 中，掩码是一种布尔数据类型的数组，它用于选择数据集中的特定部分。掩码在数据分析和数据处理中都非常有用，Pandas 提供了一些方法来创建和使用掩码，其中之一是使用掩码创建新列。

创建掩码

我们可以通过不同的条件来创建掩码，例如：

import pandas as pd

# 创建一个数据集
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [6, 7, 8, 9, 10]})

# 创建一个掩码，选择 A 列中大于 3 的值
mask = df['A'] > 3

这将创建一个掩码，该掩码将 df['A'] 列中大于 3 的所有行标识为 True，而其余的行为 False。

使用掩码创建新列

我们可以使用上面创建的掩码来创建一个新的列，该列仅包含大于 3 的值：

# 创建一个新列，使用掩码筛选 df['B'] 中大于 3 的值
df['C'] = df['B'][mask]

注意，我们使用了 mask 来筛选 df['B'] 中大于 3 的值，然后将这些值分配给一个名为 'C' 的新列。现在，df 数据集将在其末尾包含一个名为 'C' 的列：

| | A | B | C | |---|---|----|-----| | 0 | 1 | 6 | NaN | | 1 | 2 | 7 | NaN | | 2 | 3 | 8 | NaN | | 3 | 4 | 9 | 9 | | 4 | 5 | 10 | 10 |

请注意，在上面的表中，NaN 表示该行中的值不存在。这是因为我们仅选择了 df['B'] 中大于 3 的值，并将其分配给新列 'C' 中。因此，对于旧列中不符合条件的任何行，新列将具有 NaN 值。

总结

在 Pandas 中，使用掩码创建新列是一种灵活且强大的方法，使我们能够灵活地处理数据集中的不同部分。可以使用各种条件和功能来创建和使用掩码，针对不同的数据集和问题来进行处理。