Python 使用基于条件的值替换数据帧中列片段中的值

我有一个大数据框，希望根据条件替换列子集中的一些值

具体地说，我想在第9列右侧的每一列中将大于1的值替换为1

由于dataframe非常大，并且随着时间的推移行数和列数都在增长，因此我无法手动指定要在其中更改值的列的名称。相反，我只需要指定检查第10列及更大列的值是否大于1

在查看了许多不同的堆栈溢出帖子和Pandas文档后，我尝试：

df.iloc[df[：，10:]>1]=1

然而，这给了我一个错误“不可破坏的类型：'切片'”

然后我试着：

df[df.iloc[：，10:]>1]=1

及

df[df.loc[：，df.columns[10:]>1]=1

根据评论中的2条建议，但这两条建议都给了我一个错误“不能对具有非np.nan值的混合类型进行就地布尔设置”

有人知道我为什么会出现这些错误和/或我应该修改代码以避免它们吗

谢谢大家!

一,。 我们可以使用

iloc

选择

9th

列右侧的所有列，然后使用

where

替换数据帧切片中条件

x.le（1）

为

False

的值

df.iloc[:, 10:] = df.iloc[:, 10:].where(lambda x: x.le(1), 1)

2. 或者，我们可以使用

clip

将

上限定义为
1
，将数据帧切片中大于
1
的所有值分配给
1

df.iloc[:, 10:] = df.iloc[:, 10:].clip(upper=1)

检查df[df.iloc[：，10:]>1]=1

现在我得到错误“'int'对象没有属性'iloc'”@Shubhamsharmawawhat about

df[df.loc[：，df.columns[10:]>1]=1

？请检查

df

的类型，即

type（df）

它应该是

pandas.core.frame.DataFrame

。我猜你已经用一个整数值覆盖了变量df。啊，是的，我不小心重写了它。当我修复了这个问题并从您的第一条注释运行代码时，我现在得到了错误“不能在具有非np.nan值的混合类型上进行内置布尔设置”。这是因为我的前9列是字符串和int的混合，这是关于数据帧我无法更改的@ShubhamSharma你有什么建议吗？我不想为了解决这个问题而搞砸堆叠。你能解释一下这些选项都在做什么吗？我对clip或lambda不熟悉。@jmrpink请给我一分钟时间添加解释。