Question

我有以下数据框：

import pandas as pd
import numpy as np

raw_data = {
    'Score1': [42, 52, -999, 24, 73], 
    'Score2': [-999, -999, -999, 2, 1],
    'Score3': [2, 2, -999, 2, -999]}
df = pd.DataFrame(raw_data, columns = ['Score1', 'Score2', 'Score3'])

，我只想在Score2和Score3列中用NaN替换-999，而保留Score1列不变。我想引用要按名称修改的列，它们可能不是连续的。

我尝试过类似的事情：

df.loc[:,('Score2', 'Score3')].replace(-999, np.nan, inplace=True)
df

但是这不起作用，我认为是因为它在副本上运行。有没有一种方法可以做到这一点？

我看着Pandas replacing values on specific columns，但发现它很混乱，所以觉得一个简单的例子会有所帮助。

Answer 1

您不能使用inplace=True，因为子集返回一个Series，该Series的数据可能作为视图。在原位修改它不会始终将其传播回父对象。这就是为什么SettingWithCopyWarning在那里存在的原因（如果设置了该选项，则会加薪）。您不应该这样做，也不应该是他们这样做的理由。

df[['Score2', 'Score3']] = df[['Score2', 'Score3']].replace(-999, np.nan)
print (df)
   Score1  Score2  Score3
0      42     NaN     2.0
1      52     NaN     2.0
2    -999     NaN     NaN
3      24     2.0     2.0
4      73     1.0     NaN

Answer 2

使用

In [282]: df.replace({'Score2': -999, 'Score3': -999}, np.nan)
Out[282]:
   Score1  Score2  Score3
0      42     NaN     2.0
1      52     NaN     2.0
2    -999     NaN     NaN
3      24     2.0     2.0
4      73     1.0     NaN

替换数据框的多个特定列中的值

2 个答案: