代码之家 › 专栏 › 技术社区 › kekert

多索引数据帧上的布尔掩码

mask boolean dataframe pandas python

kekert · 技术社区 · 7 年前

我有一个具有多索引和多列的数据帧:

>>> df = pd.DataFrame([['A1','B1',2,1],['A1','B2',1,3],['A2','B1',2,1]], columns=['key1','key2','val1','val2'])
>>> df.set_index(['key1','key2'], inplace=True)
>>> df

Out[276]: 
           val1  val2
key1 key2            
A1   B1       2     1
     B2       1     3
A2   B1       2     1

我还有一个布尔掩码,由上面df中的单级mutliindex索引:

>>> mask = pd.DataFrame([['A1',True,False],['A2',False,True]], columns=['key1','val1','val2'])
>>> mask.set_index(['key1'], inplace=True)
>>> mask

Out[277]: 
       val1   val2
key1              
A1     True  False
A2    False   True

有没有一个简单的方法,如何应用布尔掩码 df ? 我只能应用相同形状和(多)索引结构的掩码。。。

预期输出为:

              val1    val2
key1 key2            
A1   B1       2.0     NaN
     B2       1.0     NaN
A2   B1       NaN     1.0

有线索吗?谢谢

1 回复 | 直到 7 年前

MaxU - stand with Ukraine 7 年前

尝试使用 DataFrame.where() 方法:

In [453]: df.where(mask)
Out[453]:
           val1  val2
key1 key2
A1   B1     2.0   NaN
     B2     1.0   NaN
A2   B1     NaN   1.0

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前

Gtoth · 如何分割Pandas DataFrame中包含多个日期的两个时间戳之间的差异

1 年前

Domarius · 使用loc为多行设置多列值

1 年前

Swastik Bhattacharyya · 如何在同一类别类型的多列上运行get_dummies()函数?

1 年前

DrZoidberg09 · 如何在字典列表中创建一个新关键字,该关键字是另一个关键字的总和?

1 年前

armstrong3701 · 如何有效地处理熊猫数据框中缺失的数据并计算条件统计?

1 年前

msts1906 · 大熊猫向乳胶的适当多品种出口

1 年前