Python 替换一列中不带NA的值

我有一个数据框，我想替换一列中的一些值。 我的专栏：

         col1
0         0.0
1 -89999991.0
2         1.0
3         2.0
4         0.0
5        11.0

我想替换所有需要替换为条件的值

：

df['col2'] = df['col1'].mask(df.col1 <0, 0)

另一个解决方案包括：

使用
df。应用

df['col2'] = df['col1'].apply(lambda x: max(x,0))

你的问题不清楚。是否要使用col1和0的所有正值创建新列col2？还是要将col1的负值替换为0。现在，您正在使用0创建一个新列col2，其中col1为负值。从外观上看，您似乎正在剪裁小于0的值，如果是这样，您可以使用
df.clip（0）
。而不是
df['col1']。clip（0）
，应该比
apply
df['col2'] = df['col1'].mask(df.col1 <0, 0)

df['col2'] = np.where(df.col1 <0, 0, df['col1'])
print (df)
         col1  col2
0         0.0   0.0
1 -89999991.0   0.0
2         1.0   1.0
3         2.0   2.0
4         0.0   0.0
5        11.0  11.0

df['col2'] = df['col1'].clip_lower(0)
print (df)
         col1  col2
0         0.0   0.0
1 -89999991.0   0.0
2         1.0   1.0
3         2.0   2.0
4         0.0   0.0
5        11.0  11.0

df['col2'] = df['col1'].apply(lambda x: max(x,0))