将定义集合中的值设置为熊猫数据框中列的给定值(例如 NaN)

Question

具有一组定义的有效值，所有 pandas 数据框列值都应设置为给定值，例如NaN.可以假定集合和数据框中包含的值为数值类型。

设置了以下有效值和数据框：

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

Answer 1

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

需要注意的几点：

• 与set相比，pd.Series.isin在list下将更有效地工作。另见熊猫pd。Series.isin 性能与集合与数组。
• 您的系列必然会转换为float，因为NaN被认为是float。
• 使用inplace=True时，该操作不需要赋值变量。

Answer 2

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