熊猫根据字符串比较有条件地替换数据框中的值

Question

我有如下3列的pandas数据框。我想比较每一列，以查看该值是否与特定字符串匹配，如果是，则将其替换为NaN。

例如，如果数据框的第1列中有5个值：

abcd
abcd
defg
abcd
defg

并且如果比较字符串是defg，则数据框中第1列的最终结果应该是。

abcd
abcd
NaN
abcd
NaN

Answer 1

您可以使用numpy where根据布尔条件设置值：

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

显然，用您的实际列名替换col_name。

一种替代方法是使用熊猫.loc来更改DataFrame中的值：

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

Answer 2

您可以使用mask，这将用NaN替换整个数据框中的'defg'：

df.mask(df == 'defg')

输出：

      0
0  abcd
1  abcd
2   NaN
3  abcd
4   NaN

您也可以在列中执行此操作

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

或在他的解决方案中使用@pygo建议替换

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

Answer 3

使用pandas内置解决方案使用replace方法作为正则表达式，使用inplace方法使其在数据框中永久存在，同时使用numpy将匹配值替换为NaN。

import pandas as pd
import numpy as np

示例数据框：

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

结果：

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

Answer 4

有很多解决方案...如果您想练习使用lambda函数，则可以始终这样做...

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

尽管经过一些单元测试，但处理时间可能比上述解决方案要慢一些。