Python将多个列从零替换为Nan

带有加载到pandas dataframe

df2

中的人员属性的列表。对于清理，我想用

np.nan

替换值零（

0

或

'0'

）

df2.dtypes

ID                   object
Name                 object
Weight              float64
Height              float64
BootSize             object
SuitSize             object
Type                 object
dtype: object

将值0设置为

np.nan

的工作代码：

df2.loc[df2['Weight'] == 0,'Weight'] = np.nan
df2.loc[df2['Height'] == 0,'Height'] = np.nan
df2.loc[df2['BootSize'] == '0','BootSize'] = np.nan
df2.loc[df2['SuitSize'] == '0','SuitSize'] = np.nan

相信这可以通过类似/更短的方式完成：

df2[["Weight","Height","BootSize","SuitSize"]].astype(str).replace('0',np.nan)

但是，上述方法不起作用。零位仍保留在df2中。如何解决这个问题？

我想你需要

cols = ["Weight","Height","BootSize","SuitSize","Type"]
df2[cols] = df2[cols].replace({'0':np.nan, 0:np.nan})

---

您可以使用“replace”方法，将要在列表中替换的值作为第一个参数传递，同时将所需的值作为第二个参数传递：

cols = ["Weight","Height","BootSize","SuitSize","Type"]
df2[cols] = df2[cols].replace(['0', 0], np.nan)

尝试：

---

另一种替代方式：

cols = ["Weight","Height","BootSize","SuitSize","Type"]
df2[cols] = df2[cols].mask(df2[cols].eq(0) | df2[cols].eq('0'))

---

我想知道为什么这个解决方案有效，而

df2[cols].replace（{'0'：np.nan，0:np.nan}，inplace=True）

给出了一个错误

试图在数据帧的切片副本上设置一个值

？这不是错误。这只是一个警告。基本上，那里可能有内存问题。@M.Mariscal-Use

.replace（{.'：''）

不起作用，我的代码是：cols=['Total'，'uno'，'dos']df[cols]=df[cols]。replace（{.'：'}）问题是to_csv我能看到要点，但因为它有数千个，但没有意义…csv是一团乱，我需要对它进行排序，但找不到正确的方式。这是我认为最干净的解决方案。你也不需要将其作为kwarg传递。只需要dict就可以了。作为参考->，类似dict的

to_replace

部分

df2.replace(to_replace={
             'Weight':{0:np.nan}, 
             'Height':{0:np.nan},
             'BootSize':{'0':np.nan},
             'SuitSize':{'0':np.nan},
                 })

cols = ["Weight","Height","BootSize","SuitSize","Type"]
df2[cols] = df2[cols].mask(df2[cols].eq(0) | df2[cols].eq('0'))