使用Python替换数据帧中的值

想要用“ROE”列中百分比大于100的“NaN”替换值。正在读取csv文件。以下是代码，不确定如何在“缺失”数据框中赋值，请帮助

**数据集中的ROE列包含“25.00%”、“130.00%”、“50.00%”等值。因此，在比较时，首先需要通过删除最后一个字符来转换浮点值

missing = pd.read_csv(local_path + "/Week4/Datasets_Week4/roemissing.csv")
print(missing)

for x in missing["ROE"]:
    y = float(x[:-1])
    if y>100:
        print(x.index)

使用以下命令：

missing['ROE'] = missing['ROE'].str[:-1].astype(int)
missing.loc[missing.ROE > 100, 'ROE'] = np.nan

missing.ROE>100

将选择

ROE

值大于

100

的行“ROE”是需要替换所选行的值的列名

---

选择

ROE

值大于

100

的所有行，然后将

NaN

值设置为

ROE

列中所选行的

ROE
使用
pd.Series.mask
。以下内容将就地更新数据帧
df

df.update(df.ROE.mask(pd.to_numeric(df.ROE.str[:-1]) > 100))

在dataset中，ROE列包含“28.00%”、“120.00%”等值。。。不是浮点值。所以“>”操作符不起作用。需要通过删除最后一个字符将第一个类型转换为浮动。无法做到这一点，我尝试了下面的代码“missing.loc[float（missing.ROE[：-1]）>100，'ROE']=np.nan”。它抛出一个错误“无法将序列转换为”，我建议将第一行替换为
缺少['ROE']=缺少['ROE'].str.strip（'%'）
，并使用
pd.to\u numeric
。