Question

说，我可以从存储在变量errorData中的数据框中选择行。当我显示此变量时，将显示正确的行（即选择似乎有效）。我的目标是仅将符合我变量中条件的行替换为np.nan

errorData = df.loc[(df['Percent'] == 100) &\
                  (df['Rating1'] != 8) &\
                  (df['Rating2'] != 1)&\
                  (df['Grade'] == "NG")]

for i in errorData:
        df['Percent'].replace(df['Percent']==100, np.nan,inplace=True)

但是，这似乎不起作用。在执行此操作后，每当我再次报告百分比列时，也会从

中删除100的值

df['Grade'] == "B"

我也尝试了其他几种方法，例如：

for i in errorData:
        df['Percent'].replace(100, np.nan,inplace=True)

但同样，无济于事。抱歉，我没有在此处发布示例行。我已经在其他问题上看到了这一点，但是我不确定它的格式。

对于上述任何错误，我们深表歉意。

更新：如果要执行，请进一步澄清

df.loc[(df['Percent'] == 100) &\
                  (df['Rating1'] != 8) &\
                  (df['Rating2'] != 1)&\
                  (df['Grade'] == "NG")].shape

它返回（129,8）-即我的有效行。

如果我执行

df['Percent'].isnull().sum()

在更改之前，我将收到0，但在更改之后，我将收到400。这意味着不只能编辑在变量erroneousData中选择的行，而我看不到原因。

Answer 1

我以前从未回答自己的问题！但我在这里找到了答案：

Selecting with complex criteria from pandas.DataFrame

对于任何想知道解决方案是什么的人，该问题中第一个回答的代码格式适用于我的情况：

df.loc[(df["Percent"] == 100) & (df["Rating1"] != 8) &\
      (df["Rating2"] != 1) & (df['Grade'] == "NG"), "Percent"] = np.nan

Answer 2

与此：

df.loc[(df['Percent'] == 100) &\
       (df['Rating1'] != 8) &\
       (df['Rating2'] != 1)&\
       (df['Grade'] == "NG")]

您要从符合此条件的行中选择所有列。

由于更改仅会在Percent列上进行，因此应将其传递到.loc。这样，您可以直接进行设置。

df.loc[(df['Percent'] == 100) &\
       (df['Rating1'] != 8) &\
       (df['Rating2'] != 1)&\
       (df['Grade'] == "NG"), 'Percent'] = np.nan

选择存储在变量中的DF行。我如何仅对这些行进行操作？

2 个答案: