在方法链中用 nan 替换数据框列负值

【问题标题】：Replace dataframe column negative values with nan, in method chain在方法链中用 nan 替换数据框列负值
【发布时间】：2018-06-27 00:22:28
【问题描述】：

我想用np.nan 替换列'b' 中的所有负数字

这是示例框架：

pd.DataFrame({'a': [1, 2] , 'b': [-3, 4], 'c': [5, -6]})

请参阅this question 了解就地和非方法解决方案。

【问题讨论】：

【解决方案1】：

如果 assign 算作 df 上的一个方法，您可以重新计算列 b 并将其分配给 df 以替换旧列：

df = pd.DataFrame({'a': [1, 2] , 'b': [-3, 4], 'c': [5, -6]})

df.assign(b = df.b.where(df.b.ge(0)))
#   a    b  c
#0  1  NaN  5
#1  2  4.0 -6

为了更好的链接行为，您可以将lambda 函数与assign 一起使用：

df.assign(b = lambda x: x.b.where(x.b.ge(0)))

【讨论】：

【解决方案2】：

您可以使用 loc 函数。替换所有负值并利用 numpy nan 替换它们。示例代码看起来像。

import numpy as np
df=pd.DataFrame({'a': [1, 2] , 'b': [-3, 4], 'c': [5, -6]})
df.loc[~(df['b'] > 0), 'b']=np.nan

【讨论】：