python - 将定义集中的值设置为熊猫数据框中列的给定值（fe NaN）

Question

具有一组已定义的有效值，其中的所有 pandas 数据框列值都应设置为给定值 fe NaN。可以假设集合和数据框中包含的值是数字类型。

具有以下有效值集和数据框：

valid = {5, 22}
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

在列上设置有效值a将导致：

     a   b
0    5  12
1  NaN   3
2  NaN  10
3   22   9

Answer 1

您可以使用pd.Series.where：

df['a'].where(df['a'].isin(valid), inplace=True)

print(df)

      a   b
0   5.0  12
1   NaN   3
2   NaN  10
3  22.0   9

需要注意的几点：

• pd.Series.isinlist与 a相比，将更有效地工作set。另请参阅Pandas pd.Series.isin 与 set 与 array 的性能。
• 您的系列将必然转换为，float因为NaN被考虑float。
• 该操作在使用时不需要分配给变量inplace=True。

Answer 2

为什么不isin：

df.loc[~df['a'].isin(valid),'a']=pd.np.nan

示例：

import pandas as pd
valid = {5, 22}
df = pd.DataFrame({'a': [5, 1, 7, 22],'b': [12, 3 , 10, 9]})
df.loc[~df['a'].isin(valid),'a']=pd.np.nan
print(df)

输出：

      a   b
0   5.0  12
1   NaN   3
2   NaN  10
3  22.0   9