Python 将数据帧中某列的值设置为给定值(f.e.NaN),超出定义的间隔限制
如果定义了有效值的间隔限制,则应将其之外的所有数据帧列值设置为给定值,即Python 将数据帧中某列的值设置为给定值(f.e.NaN),超出定义的间隔限制,python,pandas,dataframe,limit,Python,Pandas,Dataframe,Limit,如果定义了有效值的间隔限制,则应将其之外的所有数据帧列值设置为给定值,即NaN。定义限制和数据框内容的值可以假定为数字类型 具有以下限制和数据帧: min = 2 max = 7 df = pd.DataFrame({'a': [5, 1, 7, 22],'b': [12, 3 , 10, 9]}) a b 0 5 12 1 1 3 2 7 10 3 22 9 在列a上设置限制将导致: a b 0 5 12 1 NaN 3 2
NaN
。定义限制和数据框内容的值可以假定为数字类型
具有以下限制和数据帧:
min = 2
max = 7
df = pd.DataFrame({'a': [5, 1, 7, 22],'b': [12, 3 , 10, 9]})
a b
0 5 12
1 1 3
2 7 10
3 22 9
在列a
上设置限制将导致:
a b
0 5 12
1 NaN 3
2 7 10
3 NaN 9
使用
where
和之间的
df.a=df.a.where(df.a.between(min,max),np.nan)
df
Out[146]:
a b
0 5.0 12
1 NaN 3
2 7.0 10
3 NaN 9
或clip
df.a.clip(min,max)
Out[147]:
0 5.0
1 NaN
2 7.0
3 NaN
Name: a, dtype: float64
您也可以将.loc
与一起使用
import pandas as pd
import numpy as np
df = pd.DataFrame({'a': [5, 1, 7, 22],'b': [12, 3 , 10, 9]})
min = 2
max = 7
df.loc[~df.a.between(min,max), 'a'] = np.nan
我忘记了剪辑!它比我的where/between好,但我认为你的掩码有点难看。@DSM yep使用掩码有点多余,因为我们已经有where:-)注意:如果min大于max,那么所有值都将使用df.a.between(min,max)