Question

希望在“ROE”列中用“NaN”替换值，其中百分比大于100。阅读csv文件。以下是代码，不知道如何在“缺失”数据框中分配值，请帮助

**数据集中的ROE列包含的值类似于“25.00％”，“130.00％”，“50.00％”。所以在比较时，首先需要通过删除最后一个字符来转换浮点数中的值。

missing = pd.read_csv(local_path + "/Week4/Datasets_Week4/roemissing.csv")
print(missing)

for x in missing["ROE"]:
    y = float(x[:-1])
    if y>100:
        print(x.index)

Answer 1

使用以下内容：

missing['ROE'] = missing['ROE'].str[:-1].astype(int)
missing.loc[missing.ROE > 100, 'ROE'] = np.nan

missing.ROE > 100将选择ROE值大于100的行。 'ROE'是您需要替换所选行的值的列名。

选择ROE值大于100的所有行，然后将值NaN设置为ROE列中的选定行。

Answer 2

使用pd.Series.mask。以下内容将更新数据框df。

df.update(df.ROE.mask(pd.to_numeric(df.ROE.str[:-1]) > 100))

使用Python替换数据框中的值

2 个答案: