Pandas.iloc 索引加上 Dataframe 中的 boolean 索引

Question

我调查了有关索引的现有线程，没有一个线程解决当前用例。

我想根据其中的DataFrame更改 DataFrame 中的特定值，即，我希望从第一行到第四行的第二列中的值为NaN ，第三列、第一行和第二行中的值为 NaN NaN表示我们有以下“DataFrame”：

df = pd.DataFrame(np.random.standard_normal((7,3)))
print(df)
          0         1         2
0 -1.102888  1.293658 -2.290175
1 -1.826924 -0.661667 -1.067578
2  1.015479  0.058240 -0.228613
3 -0.760368  0.256324 -0.259946
4  0.496348  0.437496  0.646149
5  0.717212  0.481687 -2.640917
6 -0.141584 -1.997986  1.226350

我想用最少的代码改变df ，如下所示：

          0         1         2
0 -1.102888       NaN       NaN
1 -1.826924       NaN       NaN
2  1.015479       NaN -0.228613
3 -0.760368       NaN -0.259946
4  0.496348  0.437496  0.646149
5  0.717212  0.481687 -2.640917
6 -0.141584 -1.997986  1.226350

我尝试将 boolean 索引与.loc一起使用，但导致错误：

df.loc[(:2,1:) & (2:4,1)] = np.nan

# exception message:
df.loc[(:2,1:) & (2:4,1)] = np.nan
            ^
SyntaxError: invalid syntax

我还考虑过将DataFrame object 转换为 numpy narray object 但在那种情况下我不知道如何使用 boolean 。

Answer 1

一种方法是定义要求并明确分配：

d = {1:4,2:2}
for col,val in d.items():
    df.iloc[:val,col] = np.nan

---

print(df)

---

          0         1         2
0 -1.102888       NaN       NaN
1 -1.826924       NaN       NaN
2  1.015479       NaN -0.228613
3 -0.760368       NaN -0.259946
4  0.496348  0.437496  0.646149
5  0.717212  0.481687 -2.640917
6 -0.141584 -1.997986  1.226350