将定义的间隔限制中的值设置为pandas数据框中列的给定值（fe NaN）

Question

如果定义了有效值的间隔限制，则应将其中的所有pandas数据帧列值设置为给定值fe NaN 。 定义限制和数据帧内容的值可以假定为数字类型。

具有以下限制和数据框架：

min = 2
max = 7
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

设置列a的限制将导致：

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

Answer 1

where between

df.a=df.a.where(df.a.between(min,max),np.nan)
df
Out[146]: 
     a   b
0  5.0  12
1  NaN   3
2  7.0  10
3  NaN   9

或clip

df.a.clip(min,max)
Out[147]: 
0    5.0
1    NaN
2    7.0
3    NaN
Name: a, dtype: float64

Answer 2

你可以使用.loc与between也

import pandas as pd
import numpy as np

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

min = 2
max = 7

df.loc[~df.a.between(min,max), 'a'] = np.nan