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

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）