pandas 根据条件直接替换某一列的值的两种方法 np.where pandas.DataFrame.mask

#########################################################
写在最前：
自己和朋友成立了一个工作室——图灵数据科学工作室（VX：DataUpward）：
一是想和大家交个朋友；
二是想帮助朋友们跳过我们遇到的坑，尽快找到解决办法。

======================================================
工作室的运行也需要付出各种成本，“活下去”是我们的当务之急，如果大家有 ：

• 数据分析（报告）；
• 商业数据调研；
• 数据可视化展示；
• 数据爬虫；
• -数据模型开发；
• 机器学习算法挖掘
• …
  也欢迎和我们工作室开展合作~
  

一、问题描述

原始数据如下：

当df[2]>0.6时，用df[1]的值替代df[0]的值。

二、解决方案

2.1 方法一：通过np.where替换

numpy.where(condition,x,y)

condition：类数组对象，布尔逻辑（即True或False），如果条件成立，则赋值x，否则赋值y

2.2 方法二：通过pandas.DataFrame.mask替换

DataFrame.mask(cond, x, y)

cond：类数组对象，布尔逻辑（即True或False），如果条件成立，则赋值x，否则赋值y

三、演示示例

3.1 方法一 示例

# 1. 当`df[2]>0.6`时，用`df[1]`的值替代`df[3]`的值，否则用df[0]的值保持。
%timeit df[3] = np.where(df[2]>0.6, df[1], df[0])
df

3.2 方法二 示例

# 2. 当`df[2]<0.4`时，用`df[1]`的值替代`df[4]`的值，否则用df[0]的值保持。
%timeit df[4] = df[0].mask(df[2]>0.6, df[1])
df

三、总结

1. 可以看出numpy.where(condition,x,y)的时间复杂度会低于DataFrame.mask(cond, x, y)

2. numpy.where()官方文档

3. DataFrame.mask(cond, x, y)官方文档