如何根据特定条件替换熊猫数据帧中特定列的特定值?

Question

我有一个熊猫数据帧，其中包含学生和他们获得的分数百分比。有些学生的分数显示为大于 100%。显然这些值是不正确的，我想用 NaN 替换所有大于 100% 的百分比值。

我已经尝试了一些代码，但不太能够得到我想要的东西。

import numpy as np
import pandas as pd
new_DF = pd.DataFrame({'Student' : ['S1', 'S2', 'S3', 'S4', 'S5'],
'Percentages' : [85, 70, 101, 55, 120]})
#  Percentages  Student
#0          85       S1
#1          70       S2
#2         101       S3
#3          55       S4
#4         120       S5

new_DF[(new_DF.iloc[:, 0] > 100)] = np.NaN
#  Percentages  Student
#0        85.0       S1
#1        70.0       S2
#2         NaN      NaN
#3        55.0       S4
#4         NaN      NaN

如您所见，代码类型有效，但它实际上替换了该特定行中的所有值，其中百分比大于 NaN 的 100。我只想将百分比列中的值替换为大于 100 的 NaN。有什么办法可以做到这一点吗？

Answer 1

尝试使用np.where：

new_DF.Percentages=np.where(new_DF.Percentages.gt(100),np.nan,new_DF.Percentages)

或

new_DF.loc[new_DF.Percentages.gt(100),'Percentages']=np.nan

---

print(new_DF)
Student  Percentages
0      S1         85.0
1      S2         70.0
2      S3          NaN
3      S4         55.0
4      S5          NaN

Answer 2

另外，

df.Percentages = df.Percentages.apply(lambda x: np.nan if x>100 else x)

或

df.Percentages = df.Percentages.where(df.Percentages<100, np.nan)

Answer 3

您可以使用 .loc：

new_DF.loc[new_DF['Percentages']>100, 'Percentages'] = np.NaN

输出：

Student  Percentages
0      S1         85.0
1      S2         70.0
2      S3          NaN
3      S4         55.0
4      S5          NaN

Answer 4

import numpy as np
import pandas as pd
new_DF = pd.DataFrame({'Student' : ['S1', 'S2', 'S3', 'S4', 'S5'],
'Percentages' : [85, 70, 101, 55, 120]})
#print(new_DF['Student'])
index=-1
for i in new_DF['Percentages']:
index+=1
if i > 100:
new_DF['Percentages'][index] = "nan"


print(new_DF)