将切片行的列值替换为 None in Pandas Dataframe

Question

我有以下 df：

colA colB colC
12    33  66
13    35  67
14    44  77 
15    55  79
18    56  81

我想用 None 替换 colB 和 colC 的值，从索引 2 开始一直到 df 的末尾。 预期的 output 是：

colA colB   colC
12    33    66
13    35    67
14    None  None 
15    None  None
18    None  None

Answer 1

将DataFrame.loc与列表中的任何索引和列名称一起使用：

df.loc[df.index[2:], ['colB','colC']] = None

如果有默认的RangeIndex使用2: ：

df.loc[2:, ['colB','colC']] = None
print (df)
   colA  colB  colC
0    12  33.0  66.0
1    13  35.0  67.0
2    14   NaN   NaN
3    15   NaN   NaN
4    18   NaN   NaN

因为数值是None转换为NaN的。

如果需要缺少值的整数，请使用Int64 ：

df[['colB','colC']] = df[['colB','colC']].astype('Int64')
print (df)

   colA  colB  colC
0    12    33    66
1    13    35    67
2    14  <NA>  <NA>
3    15  <NA>  <NA>
4    18  <NA>  <NA>

Answer 2

你可以做这样的事情 -

df.loc[2:, "colB":] = None

基本上使用 loc 方法来 select 从索引 2 开始的行和列 colB 和 colC，然后将值 None 分配给它们。 这将从索引 2 开始用 None 替换 colB 和 colC 的值。

Answer 3

除了pandas.DataFrame.loc （ jezrael 提到的）之外，还可以使用pandas.DataFrame.iloc ，如下所示

df.iloc[2:, 1:] = None

[Out]:

   colA  colB  colC
0    12  33.0  66.0
1    13  35.0  67.0
2    14   NaN   NaN
3    15   NaN   NaN
4    18   NaN   NaN

请注意， colB和colC是浮点数，因为NaN是浮点数。 如果不希望这些列为float64 ，一种方法是使用pandas.Int64Dtype如下

df[['colB', 'colC']] = df[['colB', 'colC']].astype(pd.Int64Dtype())
  
[Out]:

   colA  colB  colC
0    12    33    66
1    13    35    67
2    14  <NA>  <NA>
3    15  <NA>  <NA>
4    18  <NA>  <NA>