mask方法将条件为True的位置替换为指定值（默认NaN），与where互为镜像；需显式传other参数才能替换为非NaN值，注意索引对齐、dtype变化及空值对统计量的影响。
mask 方法怎么用：先搞清它和 where 的镜像关系
mask 不是“找异常值然后填进去”，而是“满足条件的位置，替换成指定值（默认 NaN）”。它和 where 是反操作：前者把 True 对应的位置设为缺失/新值，后者保留 True 位置的原值。
常见错误现象：df['col'].mask(df['col'] > 100, 100) 想把超限值压到 100，结果全变成 NaN——因为没传 other 参数，默认用 NaN 替换。
- 必须显式传
other才能实现“替换为指定值”，比如.mask(condition, other=0) - 如果 condition 返回的是布尔 Series，维度必须和目标对象严格对齐（索引一致），否则会静默广播或填充
NaN - 对 DataFrame 使用时，
mask默认按列广播 condition；如需按行控制，得用axis=1配合函数生成 condition
怎么写靠谱的异常值判断条件：别硬写数字阈值
直接写 df['x'] > 999 或 df['x'] 很危险——业务上“异常”不等于“超范围”，更可能是统计意义上的离群点。
使用场景：金融交易金额、传感器读数、用户停留时长等存在自然分布偏斜的数据。
立即学习“Python免费学习笔记（深入）”；
- IQR 法更稳健：
Q1 = df['x'].quantile(0.25); Q3 = df['x'].quantile(0.75); IQR = Q3 - Q1; cond = (df['x'] Q3 + 1.5*IQR) - 标准差法慎用：只适用于近似正态分布，且样本量够大；
cond = np.abs(df['x'] - df['x'].mean()) > 3 * df['x'].std() - 注意空值干扰：调用
quantile或std前，确认是否已 dropna，否则边界计算会漂移
替换时保留原始类型：int 列变 float 是最常踩的坑
一旦 mask 写入了 NaN（哪怕只有一处），整列就会从 int64 升级成 float64。后续做 groupby 或导出 CSV 可能出意外。
Claw Code Suite (Python-Only Edition)
下载
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
性能影响：float 列内存占用更大，某些下游库（如某些数据库驱动）对 NaN 处理更慢。
- 想保持 int 类型，必须用可空整型：
df['x'] = df['x'].mask(cond, other=pd.NA).astype('Int64')（注意大写Int64） - 若替换为具体数字（如 -1），且原列是 int，
mask(..., other=-1)能维持 dtype，但前提是 condition 不含NaN索引错位 - 检查 dtype 变化：替换后立刻跑
df['x'].dtype，别等报错才回头查
批量处理多列时，避免用循环套 mask
对 10 列分别写 10 行 mask 看似清晰，实际易漏列、难复用、无法统一 condition 逻辑。
可给出简短示例：
cols = ['age', 'income', 'score']
thresholds = {'age': (0, 120), 'income': (0, 1e6), 'score': (0, 100)}
<p>for col in cols:
low, high = thresholds[col]
cond = (df[col] < low) | (df[col] > high)
df[col] = df[col].mask(cond, other=np.nan)更紧凑的做法是用 apply，但要注意：若 condition 依赖全局统计量（如整体均值），就不能在 apply 里单独算每列，得先算好再传入。
容易被忽略的地方：condition 里用了 df[col].mean() 这类动态值，但没考虑该列本身已有缺失——会导致 mean 偏低，进而扩大异常判定范围。
