根据条件用NaN替换数据帧值，同时保留df的形状

Question

Python新手在这里。 我确定我在问一个琐碎的问题，但是不幸的是，在做完google-foo之后，我还没有找到解决方案。 这样就可以了：如果我有一个像这样的数据框：

raw_data = {'first_name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'], 
    'last_name': ['Miller', 'Jacobson', 'Ali', 'Milner', 'Cooze'], 
    'age': [42, 52, 36, 24, 73], 
    'preTestScore': [-999, -999, -999, 2, 1],
    'postTestScore': [2, 2, -999, 2, -999]}
df = pd.DataFrame(raw_data, columns = ['first_name', 'last_name', 'age', 'preTestScore', 'postTestScore'])

如何执行以下操作：如果preTestScore = -999，则用NaN替换preTestScore和postTestScore？

我可以使用df.replace（-999，np.nan）将NaN替换为单个列值，但这需要在两列之间有条件地删除。

非常感谢你

Answer 1

将loc与boolen掩码和设置为NaN的列列表一起使用：

df.loc[df['preTestScore'] == -999, ['preTestScore','postTestScore']] = np.nan
print (df)

      first_name last_name  age  preTestScore  postTestScore
0      Jason    Miller   42           NaN            NaN
1      Molly  Jacobson   52           NaN            NaN
2       Tina       Ali   36           NaN            NaN
3       Jake    Milner   24           2.0            2.0
4        Amy     Cooze   73           1.0         -999.0

详细说明 ：

print (df['preTestScore'] == -999)
0     True
1     True
2     True
3    False
4    False
Name: preTestScore, dtype: bool

Answer 2

pandas.DataFrame.mask

排队

cols = ['preTestScore', 'postTestScore']
df.assign(**df[cols].mask(df[cols[0]].eq(-999)))

  first_name last_name  age  preTestScore  postTestScore
0      Jason    Miller   42           NaN            NaN
1      Molly  Jacobson   52           NaN            NaN
2       Tina       Ali   36           NaN            NaN
3       Jake    Milner   24           2.0            2.0
4        Amy     Cooze   73           1.0         -999.0

---

说明

• 我使用cols来避免写长列名称。 cols[0]是编写'preTestScore'

• 当preTestScore为-999时， df[cols].mask(df[cols[0]].eq(-999))将使两列np.nan preTestScore 。

• 我使用assign生成具有新列的数据框，而不会覆盖旧数据框。 如果要保留此新数据框，请将结果分配给一个名称。 您甚至可以使用旧名称df = df.assign(**df[cols].mask(df[cols[0]].eq(-999)))

• assign带有关键字参数的参数，您可以通过打开带有双splat **kwargs的字典的包来传递。 方便地，当在字典上下文中使用数据框时，它完全按照我们想要的方式以列名作为关键字并以列作为值来解包。

---

到位

cols = ['preTestScore', 'postTestScore']
df[cols] = df[cols].mask(df[cols[0]].eq(-999))
df

  first_name last_name  age  preTestScore  postTestScore
0      Jason    Miller   42           NaN            NaN
1      Molly  Jacobson   52           NaN            NaN
2       Tina       Ali   36           NaN            NaN
3       Jake    Milner   24           2.0            2.0
4        Amy     Cooze   73           1.0         -999.0