将定义集中的值设置为 pandas 数据框中列的给定值 (f.e.NaN)

Set the values out of the defined set to a given value (f.e. NaN) for a column in pandas data frame

有了一组定义的有效值，其中的所有 pandas 数据框列值都应设置为给定值 f.e。 NaN。可以假定集合和数据框中包含的值是数字类型。

具有以下有效值集和数据框：

valid = {5, 22}
df = pd.DataFrame({'a': [5, 1, 7, 22],'b': [12, 3 , 10, 9]})

    a   b
0   5  12
1   1   3
2   7  10
3  22   9

在列 a 上设置有效值将导致：

     a   b
0    5  12
1  NaN   3
2  NaN  10
3   22   9

您可以使用 pd.Series.where:

df['a'].where(df['a'].isin(valid), inplace=True)

print(df)

      a   b
0   5.0  12
1   NaN   3
2   NaN  10
3  22.0   9

注意几点：

  • pd.Series.isin 使用 list 比使用 set 更有效。另见 .
  • 您的系列必然会转换为 float，因为 NaN 被视为 float。
  • 使用inplace=True时，操作不需要赋值给变量。

为什么不isin:

df.loc[~df['a'].isin(valid),'a']=pd.np.nan

示例：

import pandas as pd
valid = {5, 22}
df = pd.DataFrame({'a': [5, 1, 7, 22],'b': [12, 3 , 10, 9]})
df.loc[~df['a'].isin(valid),'a']=pd.np.nan
print(df)

输出：

      a   b
0   5.0  12
1   NaN   3
2   NaN  10
3  22.0   9