Python 熊猫将匹配条件的单元格替换为无

以以下示例数据帧为例：

df = pd.DataFrame([['de', None, None], 
                   ['de ditos', 2, 3], 
                   [4, None, None], 
                   [None, None, 9],
                   ['de', 4, 6]])

看起来像

          0    1    2
0        de  NaN  NaN
1  de ditos  2.0  3.0
2         4  NaN  NaN
3      None  NaN  9.0
4        de  4.0  6.0

我想将单元格值为“de”的列0中的所有值替换为None，以便数据帧以如下方式结束：

          0    1    2
0      None  NaN  NaN
1  de ditos  2.0  3.0
2         4  NaN  NaN
3      None  NaN  9.0
4      None  4.0  6.0

我试过：

df[0].where(df[0] == 'de') = None

返回SyntaxError:无法分配给函数调用

我还尝试：

def erasedes(x):
    if x == 'de':
        return None
    else: pass
df[0] = df[0].apply(lambda x: erasedes(x))

---

但这会将每个值替换为“无”

您真正想要的是：

In [3]: df
Out[3]:
          0    1    2
0        de  NaN  NaN
1  de ditos  2.0  3.0
2         4  NaN  NaN
3      None  NaN  9.0
4        de  4.0  6.0

In [4]: df.loc[df[0] == 'de',0] = None

In [5]: df
Out[5]:
          0    1    2
0      None  NaN  NaN
1  de ditos  2.0  3.0
2         4  NaN  NaN
3      None  NaN  9.0
4      None  4.0  6.0

注意，您的

.apply

方法不起作用，因为您的

erasedes

函数始终返回

None

，

否则：pass

不执行任何操作，函数终止，并隐式返回

None

。如果您使用了

else:return x

In [6]: df = pd.DataFrame([['de', None, None],
   ...:                    ['de ditos', 2, 3],
   ...:                    [4, None, None],
   ...:                    [None, None, 9],
   ...:                    ['de', 4, 6]])

In [7]: def erasedes(x):
   ...:     if x == 'de':
   ...:         return None
   ...:     else:
   ...:         return x
   ...:
In [8]: df[0]
Out[8]:
0          de
1    de ditos
2           4
3        None
4          de
Name: 0, dtype: object

In [9]: df[0].apply(erasedes)
Out[9]:
0        None
1    de ditos
2           4
3        None
4        None
Name: 0, dtype: object

您应该更喜欢基于

.loc

/

.iloc

的作业，而不是

。应用
通常比较慢。
这应该可以：

df[0]= df[0].replace({'de': None})

这是最简单和最好的作品，是蟒蛇式的。谢谢