Python 在pandas中用NaN替换某些字符串

我需要遍历两列（位置和事件）中的值，并用NaN替换字符串“Gate-3”“NO Access”

下面是示例DF

Time        Location    Event               Badge ID
18:28:59    Gate-2      Access Granted      81002
18:28:12    Gate-1      Access Granted      80557
18:27:55    Gate-3      Access Granted      80557
18:27:44    Gate-3      NO Access           80398
18:25:38    Gate-1      NO Access           80978
18:25:30    Gate-2      Access Granted      73680
18:23:56    Gate-1      Access Granted      73680
18:23:52    Gate-2      Access Granted      80557
18:23:19    Gate-2      NO Access           128
18:23:16    Gate-1      Access Granted      80557

预期产量为

       Time Location           Event  Badge ID
0  18:28:59   Gate-2  Access Granted     81002
1  18:28:12   Gate-1  Access Granted     80557
2  18:27:55      NaN  Access Granted     80557
3  18:27:44      NaN             NaN     80398
4  18:25:38   Gate-1             NaN     80978
5  18:25:30   Gate-2  Access Granted     73680
6  18:23:56   Gate-1  Access Granted     73680
7  18:23:52   Gate-2  Access Granted     80557
8  18:23:19   Gate-2             NaN       128
9  18:23:16   Gate-1  Access Granted     80557

---

如果我没有误解你的问题，那么这个怎么样

import pandas as pd
import numpy as np
df.loc[df.Location == 'Gate-3', 'Location'] = np.nan
df.loc[df.Event == 'NO Access', 'Event'] = np.nan

---

您可以在加载XLS文件时通过指定

na_值

参数进行设置

df = pd.read_excel('file.xls', na_values=['Gate-3', 'NO Access'])
print(df)

       Time Location           Event  Badge ID
0  18:28:59   Gate-2  Access Granted     81002
1  18:28:12   Gate-1  Access Granted     80557
2  18:27:55      NaN  Access Granted     80557
3  18:27:44      NaN             NaN     80398
4  18:25:38   Gate-1             NaN     80978
5  18:25:30   Gate-2  Access Granted     73680
6  18:23:56   Gate-1  Access Granted     73680
7  18:23:52   Gate-2  Access Granted     80557
8  18:23:19   Gate-2             NaN       128
9  18:23:16   Gate-1  Access Granted     80557

---

在我看来，这比加载数据后必须清理数据要好。

您可以得到一个布尔掩码，其中您的条件与

mask = df.Location.eq('Gate-3') & df.Event.eq('NO Access') # df is your dataframe

您可以使用该掩码设置要设置的任何列

NaN

，如下所示：

df.loc[mask, ['Location', 'Event']] = np.nan # imported numpy as np                                                                         

---

编辑：

看来你改变了规格。如果要在位置或事件列与sentinel值匹配的位置设置

NaN

，请使用两个掩码

locmask = df.Location.eq('Gate-3')                                                                                     
df.loc[locmask, 'Location'] = np.nan                                                                                   
evmask = df.Event.eq('NO Access')                                                                                      
df.loc[evmask, 'Event'] = np.nan

---

根据条件设置列值不需要迭代。相反，您将使用布尔索引

示例：

data = {'Time':['18:28:59', '18:28:59', '18:28:59'], 
     'Location':['Gate-2', 'Gate-3', 'Gate-1', ], 
     'Event':['Access Granted', 'NO Access', 'NO Access'], 
     'BadgeID':[81002, 80557, 80557]}

df = pd.DataFrame(data)

    Time       Location     Event         BadgeID
0   18:28:59   Gate-2     Access Granted  81002
1   18:28:59   Gate-3     NO Access       80557
2   18:28:59   Gate-1     NO Access       80557

“loc”方法是一个基于标签的索引器，它接受布尔数组以及其他选项

条件表达式：

df.Location == 'Gate-3'

返回布尔数组或序列

0    False
1    True
2    False
Name: Location, dtype: bool

您可以使用内置函数类型（）对此进行检查

此系列用作原始数据帧loc方法的行索引

loc方法采用行索引器和列索引器。 所以下面的声明

df.loc[df.Location == 'Gate-3', 'Location'] = np.nan

翻译为：

将位置为Gate-3的行与位置列的交点设置为空值

---

如果在位置中找到“Gate-3”，并且在事件列中找到“NO Access”，则添加NaN您是否从CSV读取此内容？那么预期的输出是什么呢？我正在从.xlsx文件中阅读这篇文章，它只回答了我一半的问题。与其说是“NAN”，不如将其设置为

np.NAN

（您需要先

将numpy导入为np

）。这将创建一个真正的NaN值。谢谢，我正在考虑一些循环解决方案。“这是一个班轮。”尼尔森肯斯：你能举个例子吗。尼尔森肯斯完全同意你的看法。我以为OP想要字符串“NAN”：@user10317766我已经编辑了我的答案，现在看看。OP似乎也改变了规格，变成了OR。谢谢，它看起来更方便。@timgeb今天似乎是一种常见的模式。。。人们不热衷于回答问题/叹气，我也有你的答案，坚持下去，很高兴看到更多的人对标签感兴趣。谢谢。建议：为

na_值

参数传递dict更可靠，那么您可以放弃假设

Gate-3

不能出现在事件列中，

'NO Access'

不能出现在位置列中。

df.loc[df.Location == 'Gate-3', 'Location'] = np.nan