Pandas 根据另一个 dataframe 将最后 N 列变成 NA

Question

我有以下数据框：

df1 = pd.DataFrame(data={'col1': ['a', 'd', 'g', 'j'], 
                        'col2': ['b', 'c', 'i', np.nan], 
                        'col3': ['c', 'f', 'i', np.nan],
                        'col4': ['x', np.nan, np.nan, np.nan]},
                index=pd.Series(['ind1', 'ind2', 'ind3', 'ind4'], name='index'))

指数	col1	列2	列3	列4
ind1	一种	b	c	X
ind2	d	c	F	钠盐
ind3	G	一世	一世	钠盐
ind4	j	钠盐	钠盐	钠盐

df2 = pd.Series(data=[True, False, True, False],
                index=pd.Series(['ind1', 'ind2', 'ind3', 'ind4']))

ind1	真的
ind2	错误的
ind3	真的
ind4	错误的

如何根据df2的 boolean 值将df1中每一行的最后 2 个值设为 NA？

在这种情况下，由于ind1和ind3为真，它会影响df1中的相同索引。

指数	col1	列2	列3	列4
ind1	一种	b	钠盐	钠盐
ind2	d	c	F	钠盐
ind3	G	一世	钠盐	钠盐
ind4	j	钠盐	钠盐	钠盐

Answer 1

一个可能的解决方案，基于pandas.DataFrame.mask ：

df1[['col3', 'col4']] = df1[['col3', 'col4']].mask(df2)

Output：

      col1 col2 col3 col4
index                    
ind1     a    b  NaN  NaN
ind2     d    c    f  NaN
ind3     g    i  NaN  NaN
ind4     j  NaN  NaN  NaN

Answer 2

您可以使用boolean 索引：

N = 2
df1.iloc[df2, -N:] = np.nan

注意。 你所说的df2实际上是一个系列， s / ser作为名称可能更合适。

output：

      col1 col2 col3 col4
index                    
ind1     a    b  NaN  NaN
ind2     d    c    f  NaN
ind3     g    i  NaN  NaN
ind4     j  NaN  NaN  NaN