在特定间隔内用 np.nan 替换实际值（如果满足阈值）答案

【问题标题】：Replacing actual values by np.nan (if threshold is met) over a specific interval在特定间隔内用 np.nan 替换实际值（如果满足阈值）
【发布时间】：2021-04-14 06:38:44
【问题描述】：

作为一个说明性示例，在下面的列表中，假设如果达到 1.45 的阈值，我想用 NaN 填充下一个剩余值，直到下一个初始 NaN 值。在这种情况下，这意味着用 np.nan 替换 1.12 和 1.05。

[1.02, 1.08, 1.45, 1.12, 1.05, nan, nan, nan, nan, 1.13, 1.2, 1.03]

所以预期的结果是：

[1.02, 1.08, 1.45, nan, nan, nan, nan, nan, nan, 1.13, 1.2, 1.03]

我实际上正在使用 DataFrame 的列，但大概相同的逻辑将适用。有什么方便的方法吗？

【问题讨论】：

在原生 lists 上工作与使用数据框略有不同。我已经发布了一个答案，假设您需要后者。

标签： python pandas numpy nan fillna

【解决方案1】：

如果我正确理解了您的问题：

import pandas as pd
import numpy as np

thresh = 1.45
df = pd.DataFrame.from_dict({'col': [1.02, 1.08, 1.45, 1.12, 1.05, np.nan, np.nan, np.nan, np.nan, 1.13, 1.2, 1.03]})

firstThresh = df['col'].index[df['col']==thresh][0]
firstNan = df['col'].index[df['col'].apply(np.isnan)][0]
#print(firstThresh, firstNan)

df.at[firstThresh + 1 : firstNan, 'col'] = np.nan

print(df)

会产生想要的结果！

【讨论】：

如果这回答了您的问题，请点赞/接受！