`.mask()` 方法在 Pandas 中用于根据布尔条件替换 DataFrame 中的值。当条件为 `True` 时，`.mask()` 会用指定的值（默认是 NaN）替换原数据中的对应位置值；当条件为 `False` 时，则保留原始值。这种操作通常被称为“遮罩”或“掩码”，适用于数据清洗、数据过滤等场景。 ### 基本语法 ```python DataFrame.mask(cond, other=NaN, inplace=False, axis=None, level=None, errors='raise', try_cast=False) ``` - `cond`：布尔型 DataFrame 或者可调用函数，用于判断哪些位置需要替换。 - `other`：替换值，可以是标量、Series、DataFrame，或者可调用对象。 - `inplace`：是否原地修改，默认为 `False`。 - `axis` 和 `level`：用于对齐索引和层级索引。 - `errors`：控制错误处理方式。 - `try_cast`：尝试将 `other` 转换为与 `self` 相同的类型。 ### 示例 1：基础使用 —— 替换满足条件的值 假设有一个包含正负数的 DataFrame： ```python import pandas as pd import numpy as np data = { 'A': [1, -2, 3, -4, 5], 'B': [-10, 20, -30, 40, -50] } df = pd.DataFrame(data) # 将所有负数替换为 0 df_masked = df.mask(df < 0, 0) print(df_masked) ``` 输出结果为： ``` A B 0 1 0 1 0 20 2 3 0 3 0 40 4 5 0 ``` ### 示例 2：结合 `np.nan` 清洗异常值 可以将超出某个范围的数据替换为 NaN，以便后续处理缺失值： ```python # 将大于 3 的值设为 NaN df_masked_nan = df.mask(df > 3, np.nan) print(df_masked_nan) ``` 输出结果为： ``` A B 0 1.0 -10.0 1 -2.0 20.0 2 3.0 -30.0 3 -4.0 40.0 4 NaN -50.0 ``` ### 示例 3：使用 Series 作为 `other` 参数 可以按列或行提供不同的替换值： ```python replace_values = pd.Series([100, 200], index=['A', 'B']) # 将小于 0 的值替换为 replace_values 中对应的值 df_masked_series = df.mask(df < 0, replace_values, axis=1) print(df_masked_series) ``` 输出结果为： ``` A B 0 1 -10.0 1 100 20 2 3 200 3 100 40 4 5 200 ``` ### 示例 4：结合 `.fillna()` 使用 `.mask()` 填充 NaN 如果 DataFrame 中有缺失值，可以结合 `.mask()` 和 `.fillna()` 来填充： ```python df_with_nan = pd.DataFrame({ 'A': [1, 2, np.nan, 4], 'B': [np.nan, 20, 30, 40] }) # 将 NaN 所在位置替换为 0 df_filled = df_with_nan.mask(df_with_nan.isna(), 0) print(df_filled) ``` 输出结果为： ``` A B 0 1 0.0 1 2 20.0 2 0 30.0 3 4 40.0 ``` ### 示例 5：使用函数作为 `cond` 可以传入一个 lambda 函数来动态生成条件： ```python # 将偶数值替换为 -999 df_func_cond = df.mask(lambda x: x % 2 == 0, -999) print(df_func_cond) ``` 输出结果为： ``` A B 0 1 -99 1 -2 20 2 3 -30 3 -4 40 4 5 -50 ``` ### 总结 `.mask()` 是一种灵活且高效的方法，适用于多种数据替换场景。通过组合条件和替换值，可以实现复杂的数据清洗逻辑。[^3] ---