Pandas替換數據幀時間序列中的值

Question

我有一個pandas數據幀df，pandas.tseries.index.DatetimeIndex作為索引。

數據是這樣的：

Time                 Open  High Low   Close Volume
2007-04-01 21:02:00 1.968 2.389 1.968 2.389 18.300000
2007-04-01 21:03:00 157.140 157.140 157.140 157.140 2.400000

....

我想替換一個數據點，讓我們在關閉NaN的列中使用2.389：

In: df["Close"].replace(2.389, np.nan)
Out: 2007-04-01 21:02:00      2.389
     2007-04-01 21:03:00    157.140

替換沒有改變2.389到NaN。 怎么了？

Answer 1

replace可能不適用於浮點數，因為您在DataFrame的repr中看到的浮點表示可能與底層浮點數不同。 例如，實際的Close值可能是：

In [141]: df = pd.DataFrame({'Close': [2.389000000001]})

然而df的repr看起來像：

In [142]: df
Out[142]: 
   Close
0  2.389

因此，不檢查浮點相等性，通常最好檢查接近度：

In [150]: import numpy as np
In [151]: mask = np.isclose(df['Close'], 2.389)

In [152]: mask
Out[152]: array([ True], dtype=bool)

然后，您可以使用布爾掩碼來選擇和更改所需的值：

In [145]: df.loc[mask, 'Close'] = np.nan

In [146]: df
Out[146]: 
   Close
0    NaN

Answer 2

你需要將結果分配給df['Close']或傳遞param inplace=True ： df['Close'].replace(2.389, np.NaN, inplace=True)

例如：

In [5]:

df['Close'] = df['Close'].replace(2.389, np.NaN)
df['Close']
Out[5]:
0      2.389
1    157.140
Name: Close, dtype: float64

大多數大熊貓操作返回副本和一些接收param inplace 。

查看文檔： http ： //pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.replace.html#pandas.Series.replace