Python 根据某些条件，将值设置为Nan在熊猫中不起作用

我试图在基于列值的数据帧中将值设置为Nan。我在网上尝试了一些建议的方法，但没有一种方法实际将特定列的值设置为Nan。 以下是一些用于理解目的的数据

| user_id        | produc_id_x | rating_x | product_id_y | rating_y |
|----------------|-------------|----------|--------------|----------|
| A3G70XRVGQJSD4 | NaN         | NaN      | B0000DC3TN   | 2.0      |
| A392RM05V6KJ4B | B003AI2VGA  | 3.0      | B00004CQYO   | 4.0      |
| A7JI1GQJ9KYUA  | Nan         | Nan      | Q700063BT0   | 4.0      |
| A3GZWYWL3BQDLI | Nan         | Nan      | B003A3R3ZY   | 5.0      |
| A141HP4LYPWMSR | B003AI2VGA  | 3.0      | B002LMSWNC   | 3.0      |

我想将rating_y设置为Nan的要求是什么 产品标识为Nan：

这是我为此编写的代码，但它没有将值设置为Nan

 masterDf=data.merge(data2,on="user_id",how="outer")
 #masterDf contains the complete dataframe

 masterDf.loc[masterDf['product_id_x']=='Nan','rating_y']='Nan' 

还包括：

masterDfnan= masterDf.where(masterDf['product_id_x']=='Nan')
masterDfnan['rating_y']='Nan'

我也尝试过其他一些方法，但都不可能奏效。

---

请帮忙，谢谢。

你试过numpy

np.nan

吗？（首先

将numpy导入为np

）

如果您的“Nan”是字符串，请执行以下操作：

masterDf[cols] = masterDf[cols].apply(pd.to_numeric,errors='coerce')

之后，或者如果您的“nan”已经是np.nan

masterDf.loc[masterDf['product_id_x'].isnull(),'rating_y'] = np.nan

---

尝试此方法，您可能会得到您想要的结果：

masterDf.loc[masterDf['product_id_x'] == 'Nan', 'rating_y'] = np.nan

通过这样做，您将得到如下结果：

| user_id        | produc_id_x | rating_x | product_id_y | rating_y |
|----------------|-------------|----------|--------------|----------|
| A3G70XRVGQJSD4 | NaN         | NaN      | B0000DC3TN   | Nan      |
| A392RM05V6KJ4B | B003AI2VGA  | 3.0      | B00004CQYO   | 4.0      |
| A7JI1GQJ9KYUA  | Nan         | Nan      | Q700063BT0   | Nan      |
| A3GZWYWL3BQDLI | Nan         | Nan      | B003A3R3ZY   | Nan      |
| A141HP4LYPWMSR | B003AI2VGA  | 3.0      | B002LMSWNC   | 3.0      |

---

如果没有用，试试这个。请让我知道masterDf[cols]中的cols是什么？在使用cols之前尝试一下这个：cols=masterDf.columns[masterDf.dtypes.eq（'object'）你能帮我吗