Python 根据字符串比较有条件地替换数据帧中的值

我有一个熊猫数据框，如下所示，有3列。我想比较每一列，看看该值是否与特定字符串匹配，如果匹配，则用NaN替换该值

例如，如果数据框的第1列中有5个值：

abcd
abcd
defg
abcd
defg

如果比较字符串为

defg

，则数据框中第1列的最终结果应为

abcd
abcd
NaN
abcd
NaN

可以使用设置基于布尔条件的值：

import numpy as np
df["col_name"] = np.where(df["col_name"]=="defg", np.nan, df["col_name"])

显然，用实际的列名替换

col\u name

另一种方法是使用pandas

.loc

就地更改数据帧中的值：

df.loc[df["col_name"]=="defg", "col_name"] = np.nan

可以使用设置基于布尔条件的值：

import numpy as np
df["col_name"] = np.where(df["col_name"]=="defg", np.nan, df["col_name"])

显然，用实际的列名替换

col\u name

另一种方法是使用pandas

.loc

就地更改数据帧中的值：

df.loc[df["col_name"]=="defg", "col_name"] = np.nan

---

您可以使用

掩码

，这将用NaN替换整个数据帧中的“defg”：

df.mask(df == 'defg')

输出：

      0
0  abcd
1  abcd
2   NaN
3  abcd
4   NaN

您也可以对列执行此操作：

df['col1'].mask(df['col1'] == 'defg')

或者按照@pygo在其解决方案中的建议使用replace

df['col1'].replace('defg',np.nan)

---

您可以使用

掩码

，这将用NaN替换整个数据帧中的“defg”：

df.mask(df == 'defg')

输出：

      0
0  abcd
1  abcd
2   NaN
3  abcd
4   NaN

您也可以对列执行此操作：

df['col1'].mask(df['col1'] == 'defg')

或者按照@pygo在其解决方案中的建议使用replace

df['col1'].replace('defg',np.nan)

---

使用pandas内置解决方案，使用

replace

方法作为regex和inplace方法，使其在数据帧中永久化，同时使用numpy将匹配值替换为

NaN

import pandas as pd
import numpy as np

示例数据帧：

df
   col1
0  abcd
1  abcd
2  defg
3  abcd
4  defg

df['col1'].replace(['defg'], np.nan, regex=True, inplace=True)
   df
       col1
    0  abcd
    1  abcd
    2   NaN
    3  abcd
    4   NaN

结果：

df
   col1
0  abcd
1  abcd
2  defg
3  abcd
4  defg

df['col1'].replace(['defg'], np.nan, regex=True, inplace=True)
   df
       col1
    0  abcd
    1  abcd
    2   NaN
    3  abcd
    4   NaN

---

使用pandas内置解决方案，使用

replace

方法作为regex和inplace方法，使其在数据帧中永久化，同时使用numpy将匹配值替换为

NaN

import pandas as pd
import numpy as np

示例数据帧：

df
   col1
0  abcd
1  abcd
2  defg
3  abcd
4  defg

df['col1'].replace(['defg'], np.nan, regex=True, inplace=True)
   df
       col1
    0  abcd
    1  abcd
    2   NaN
    3  abcd
    4   NaN

结果：

df
   col1
0  abcd
1  abcd
2  defg
3  abcd
4  defg

df['col1'].replace(['defg'], np.nan, regex=True, inplace=True)
   df
       col1
    0  abcd
    1  abcd
    2   NaN
    3  abcd
    4   NaN

---

有很多解决方案。。。如果你想练习使用lambda函数，你可以一直这样做

df['Col1'] = df.Col1.apply(lambda x: np.nan if x == 'defg' else x)

结果:

0  abcd
1  abcd
2   NaN
3  abcd
4   NaN
Seconds:  0.0020899999999999253

---

经过一些单元测试后，处理时间可能比上面的解决方案慢一点。

有很多解决方案。。。如果你想练习使用lambda函数，你可以一直这样做

df['Col1'] = df.Col1.apply(lambda x: np.nan if x == 'defg' else x)

结果:

0  abcd
1  abcd
2   NaN
3  abcd
4   NaN
Seconds:  0.0020899999999999253

---

虽然经过一些单元测试，处理时间可能比上面的解决方案慢一点。

我得到一个TypeError:与此进行无效类型比较，它将一个系列与一个Str进行比较？我得到一个TypeError:与此进行无效类型比较，它将一个系列与Str进行比较？@Scott Boston-如果我只想在特定列中进行替换，而不是在整个数据集中进行替换，这是如何工作的？@pseudocode425，请尝试我提供的备选答案，我已经举例说明了创建列

col1

。然而，对于Scott的答案，只需像

df.col1.mask（df=='defg'）

那样尝试，就可以给出您的问题。@Scott Boston-如果我只想替换特定列而不是整个数据集，这是如何工作的？@pseudocode425，请尝试我提供的备选答案，我以创建列

col1

为例进行了说明。但是，对于Scott的答案，只需像

df.col1.mask（df=='defg'）

那样尝试，就可以给出你想要的内容。@pseudocode425，如果任何解决方案对你有效且最合适，那么就接受它作为答案！@伪代码425，如果任何一种解决方案对您有效且最合适，那么接受它作为答案！