pandas 使用掩码将列设置为值 - Python

在pandas中，我们可以使用掩码来设置列的值。掩码是一个布尔条件，可以用于选择一些行或列，并在这些位置将新值赋值进去。这个过程被称为广播操作。

下面是一个例子，演示如何使用掩码将列设置为指定值：

import pandas as pd

# 创建一个示例数据集
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'salary': [50000, 60000, 70000, 80000]}

df = pd.DataFrame(data)

# 打印数据集的原始状态
print(df)

# 创建一个掩码，选择age列中大于30的值
mask = df['age'] > 30

# 将掩码应用于salary列，并将符合条件的值设置为90000
df.loc[mask, 'salary'] = 90000

# 打印数据集更新后的状态
print(df)

输出结果如下：

       name  age  salary
0     Alice   25   50000
1       Bob   30   60000
2   Charlie   35   70000
3     David   40   80000

       name  age  salary
0     Alice   25   50000
1       Bob   30   60000
2   Charlie   35   90000
3     David   40   90000

在这个例子中，我们创建了一个掩码，选择了age列中大于30的值，并将salary列中符合条件的值设置为90000。这个过程使用了pandas的.loc()方法，它可以根据行标签和列标签进行索引，方便地选择数据子集。

此外，还可以使用多个条件来创建掩码，例如：

mask = (df['age'] > 30) & (df['salary'] >= 70000)

这个掩码选择了同时满足age列大于30和salary列大于等于70000的值。

总之，使用掩码可以方便地在pandas中进行条件选择和数据更新操作，大大增强了数据分析的灵活性和效率。