How to mask values in a dataframe row

 =====================

Булевская маскировка

=====================

(.env) boris@boris-All-Series:~/MASK$ cat boleanPandas1.py

import pandas as pd

df = pd.DataFrame({"A":[3,4,5], "B":[6,7,8]}, index=["a","b","c"])

print(df)

print('\n')

mask = [False, True, True]

print(df[mask])

(.env) boris@boris-All-Series:~/MASK$ python3 boleanPandas1.py

   A  B

a  3  6

b  4  7

c  5  8

   A  B

b  4  7

c  5  8

(.env) boris@boris-All-Series:~/MASK$ cat boleanPandas2.py

import pandas as pd

df = pd.DataFrame({"A":[3,4,5], "B":[6,7,8]}, index=["a","b","c"])

print(df)

print('\n')

mask = [True,False,True]

print(df.loc[mask])

(.env) boris@boris-All-Series:~/MASK$ python3 boleanPandas2.py

   A  B

a  3  6

b  4  7

c  5  8

   A  B

a  3  6

c  5  8

=======

Фильтры

=======

Можно комбинировать логические фильтры, подобные операторам if. У нас есть два примера ниже. 

Первый показывает, как мы можем использовать | оператор для создания или сравнения.

(.env) boris@boris-All-Series:~/MASK$ cat maskPandas1.py

import pandas as pd

df = pd.DataFrame([

{

"person": "James",

"sales": 1000,

"lastName": "Taylor",

},

{

"person": "Luna",

"sales": 2000,

"lastName": "Mound"

},

{

"person": "Clara",

"sales": 3000,

"lastName": "Brown"

},

])

print(df)

print('\n')

filtered = df[(df['sales'] <= 1000) | (df['sales'] >= 3000)]

print(filtered)

(.env) boris@boris-All-Series:~/MASK$ python3 maskPandas1.py

  person  sales lastName

0  James   1000   Taylor

1   Luna   2000    Mound

2  Clara   3000    Brown

  person  sales lastName

0  James   1000   Taylor

2  Clara   3000    Brown

(.env) boris@boris-All-Series:~/MASK$ 

Во втором примере показано, как использовать оператор & для создания сравнения и.

(.env) boris@boris-All-Series:~/MASK$ cat maskPandas2.py

import pandas as pd

df = pd.DataFrame([

{

"person": "James",

"sales": 1000,

"lastName": "Taylor",

},

{

"person": "Luna",

"sales": 2000,

"lastName": "Mound"

},

{

"person": "Clara",

"sales": 3000,

"lastName": "Brown"

},

])

print(df)

print('\n')

filtered = df[(df['sales'] > 1000) & (df['sales'] < 3000)]

print(filtered)

(.env) boris@boris-All-Series:~/MASK$ python3 maskPandas2.py

  person  sales lastName

0  James   1000   Taylor

1   Luna   2000    Mound

2  Clara   3000    Brown

  person  sales lastName

1   Luna   2000    Mound