python - 使用就地掩码的工作方式不同吗？

Question

我刚刚发现了面具的这种奇怪行为，有人可以向我解释一下吗？
一种)
[输入]

df = pd.DataFrame(np.arange(10).reshape(-1, 2), columns=['A', 'B'])
df['C'] ='hi'
df.mask(df[['A', 'B']]<3, inplace=True)

[输出]



一种
乙
C


0
NaN
NaN
你好

1
NaN
3.0
你好

2
4.0
5.0
你好

3
6.0
7.0
你好

4
8.0
9.0
你好


乙)
[输入]

df = pd.DataFrame(np.arange(10).reshape(-1, 2), columns=['A', 'B'])
df['C'] ='hi'
df.mask(df[['A', 'B']]<3)

[输出]



一种
乙
C


0
NaN
NaN
NaN

1
NaN
3.0
NaN

2
4.0
5.0
NaN

3
6.0
7.0
NaN

4
8.0
9.0
NaN


先感谢您

Answer 1

不同结果的根本原因是您传递的 bool 数据帧与要屏蔽的数据帧的形状不同。 df.mask()用值 inplace 填充缺失的部分.
从源码可以看到pandas.DataFrame.mask()调用 pandas.DataFrame.where()内部。 pandas.DataFrame.where()然后调用 _where()替换条件为 False 的值的方法。
我就拿df.where()例如，这里是示例代码:

import numpy as np
import pandas as pd

df = pd.DataFrame(np.arange(12).reshape(-1, 3), columns=['A', 'B', 'C'])

df1 = df.where(df[['A', 'B']]<3)

df.where(df[['A', 'B']]<3, inplace=True)

在本例中，df是

   A   B   C
0  0   1   2
1  3   4   5
2  6   7   8
3  9  10  11

df[['A', 'B']]<3 ，cond的值论证，是

       A      B
0   True   True
1  False  False
2  False  False
3  False  False

深挖_where()方法，following lines是关键部分:

    def _where(...):
        # align the cond to same shape as myself
        cond = com.apply_if_callable(cond, self)
        if isinstance(cond, NDFrame):
            cond, _ = cond.align(self, join="right", broadcast_axis=1)
        ...
        # make sure we are boolean
        fill_value = bool(inplace)
        cond = cond.fillna(fill_value)

自形cond和 df不一样，cond.align()用 NaN 填补缺失值(value)。之后，cond好像

       A      B   C
0   True   True NaN
1  False  False NaN
2  False  False NaN
3  False  False NaN

然后用 cond.fillna(fill_value) , NaN值被替换为 inplace 的值.所以 C 列与 inplace 具有相同的值值(value)。
尽管仍有一些代码( L9048 和 L9124-L9145 )与 inplace 相关.我们不需要关心细节，因为这些行的目的是替换条件为 False 的值。
回想一下 df是

   A   B   C
0  0   1   2
1  3   4   5
2  6   7   8
3  9  10  11

df1=df.where(df[['A', 'B']]<3) : cond C 列是 False 因为默认值 inplace是假的。做完后df.where() , df C列设置为other的值参数是 NaN默认情况下。

df.where(df[['A', 'B']]<3, inplace=True) : cond C 列是 True。做完后df.where() , df C列保持不变。

# print(df1)
     A    B   C
0  0.0  1.0 NaN
1  NaN  NaN NaN
2  NaN  NaN NaN
3  NaN  NaN NaN

# print(df) after df.where(df[['A', 'B']]<3, inplace=True)
     A    B   C
0  0.0  1.0   2
1  NaN  NaN   5
2  NaN  NaN   8
3  NaN  NaN  11