如何用pandas的Series.mask()替换偶数并忽略非数值元素？

给定两个Series：

import pandas as pd

s = pd.Series([0,1,'random',2,3,4])
s2 = pd.Series([5,6,7,8,9,10])  

需求：使用s.mask方法生成新Series，将s中的偶数替换为s2对应位置的元素，同时忽略s中的非数字元素（例如'random'）。

尝试以下代码时出现ValueError: Array conditional must be same shape as self错误：

def is_even_if_is_number(x):
    if isinstance(x, int):
        return x % 2 == 0
    return False        

s.mask(lambda x: is_even_if_is_number(x), s2)

期望输出：

0         5
1         1
2    random
3         8
4         3
5        10

错误原因 #

传递给mask的lambda函数接收的是整个Series对象，而非单个元素，导致返回的条件不是与原Series同形状的布尔数组，因此触发形状不匹配的错误。

正确实现 #

需要先生成一个与s同长度的布尔数组，标记出需要替换的位置：

import pandas as pd

s = pd.Series([0,1,'random',2,3,4])
s2 = pd.Series([5,6,7,8,9,10])

# 生成布尔条件：元素为整数且是偶数
mask_condition = s.apply(lambda x: isinstance(x, int) and x % 2 == 0)

# 执行替换
result = s.mask(mask_condition, s2)
print(result)

代码说明 #

1. s.apply(...) 逐元素检查：若元素是整数且为偶数则返回True，否则返回False，最终生成与s同结构的布尔Series。
2. s.mask(mask_condition, s2) 会将布尔条件中为True的位置的元素替换为s2对应位置的值，False位置保留原s的元素，完全符合需求。

运行后输出与期望一致：

0         5
1         1
2    random
3         8
4         3
5        10
dtype: object

内容的提问来源于stack exchange，提问作者meg hidey