Pandas:如何根据多列的条件将值替换为np.nan
Pandas:如何根据多列的条件将值替换为np.nan
提问于 2020-04-28 09:23:58
这是我的数据框架。
I A B C D E F
1 9 4 0 T F F
2 0 5 1 S X J
3 1 8 0 G G J以下是我的预期输出。我想替换A ==0中的if值，替换为D中的np.nan。
I A B C D E F
1 9 4 0 T F nan
2 0 5 1 nan X J
3 1 8 0 G G nan我想用A/B/C列的值替换D/E/F列上的值。例如，D列随A列的变化而变化。(A->D，B->E，C->F)
我尝试了这段代码，但没有改变值。
list1 = ['A', 'B', 'C']
list2 = ['D', 'E', 'F']
for i in list2:
for j in list1:
df[i] = np.where(df[j] == 0, np.nan, df[i])对于下面的代码，运行良好。但是有很多列，所以我想使用list和for句子。
df['D'] = np.where(df.A == 0, np.nan, df.D)回答 3
Stack Overflow用户
回答已采纳
发布于 2020-04-28 09:32:51
首先，我们使用zip从您的两个列表创建一个字典
replace_dict = dict(zip(list1,list2))然后我们循环它来处理你的任务，
for k,v in replace_dict.items():
df.loc[df[k] == 0, v] = np.nan
print(df)
I A B C D E F
0 1 9 4 0 T F NaN
1 2 0 5 1 NaN X J
2 3 1 8 0 G G NaN另一种方法是对列表使用np.where。
df[list2] = np.where(df[list1].eq(0), np.nan,df[list2])
print(df)
I A B C D E F
0 1 9 4 0 T F NaN
1 2 0 5 1 NaN X J
2 3 1 8 0 G G NaNStack Overflow用户
发布于 2020-04-28 09:36:16
让我们做吧
df.loc[:,'D':].mask(df.loc[:,'A':'C'].eq(0).values)
D E F
0 T F NaN
1 NaN X J
2 G G NaN
df.loc[:,'D':]= df.loc[:,'D':].mask(df.loc[:,'A':'C'].eq(0).values)Stack Overflow用户
发布于 2020-04-28 09:32:44
将DataFrame.mask与DataFrame.rename一起使用为：
df[list2] = df[list2].mask(df[list1].rename(columns=dict(zip(list1, list2))).eq(0))
print(df)
I A B C D E F
0 1 9 4 0 T F NaN
1 2 0 5 1 NaN X J
2 3 1 8 0 G G NaN页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61471124
复制相关文章
相似问题
腾讯云开发者
