根據條件用NaN替換數據幀值，同時保留df的形狀

Question

Python新手在這里。 我確定我在問一個瑣碎的問題，但是不幸的是，在做完google-foo之后，我還沒有找到解決方案。 這樣就可以了：如果我有一個像這樣的數據框：

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'])

如何執行以下操作：如果preTestScore = -999，則用NaN替換preTestScore和postTestScore？

我可以使用df.replace（-999，np.nan）將NaN替換為單個列值，但這需要在兩列之間有條件地刪除。

非常感謝你

Answer 1

將loc與boolen掩碼和設置為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

詳細說明 ：

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

Answer 2

pandas.DataFrame.mask

排隊

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

---

說明

• 我使用cols來避免寫長列名稱。 cols[0]是編寫'preTestScore'

• 當preTestScore為-999時， df[cols].mask(df[cols[0]].eq(-999))將使兩列np.nan preTestScore 。

• 我使用assign生成具有新列的數據框，而不會覆蓋舊數據框。 如果要保留此新數據框，請將結果分配給一個名稱。 您甚至可以使用舊名稱df = df.assign(**df[cols].mask(df[cols[0]].eq(-999)))

• assign帶有關鍵字參數的參數，您可以通過打開帶有雙splat **kwargs的字典的包來傳遞。 方便地，當在字典上下文中使用數據框時，它完全按照我們想要的方式以列名作為關鍵字並以列作為值來解包。

---

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