我有一个 Pandas 数据框,其中包含学生和他们获得的分数百分比。有些学生的分数显示为大于 100%。显然这些值是不正确的,我想用 NaN 替换所有大于 100% 的百分比值。
我已经尝试了一些代码,但并不能完全得到我想要的。
import numpy as np
import pandas as pd
new_DF = pd.DataFrame({'Student' : ['S1', 'S2', 'S3', 'S4', 'S5'],
'Percentages' : [85, 70, 101, 55, 120]})
# Percentages Student
#0 85 S1
#1 70 S2
#2 101 S3
#3 55 S4
#4 120 S5
new_DF[(new_DF.iloc[:, 0] > 100)] = np.NaN
# Percentages Student
#0 85.0 S1
#1 70.0 S2
#2 NaN NaN
#3 55.0 S4
#4 NaN NaN
如您所见,代码可以正常工作,但它实际上用 NaN 替换了百分比大于 100 的特定行中的所有值。我只想用 NaN 替换百分比列中大于 100 的值。有什么办法可以做到这一点吗?
最佳答案
尝试并使用 np.where
:
new_DF.Percentages=np.where(new_DF.Percentages.gt(100),np.nan,new_DF.Percentages)
或
new_DF.loc[new_DF.Percentages.gt(100),'Percentages']=np.nan
print(new_DF)
Student Percentages
0 S1 85.0
1 S2 70.0
2 S3 NaN
3 S4 55.0
4 S5 NaN
关于python-3.x - 如何根据特定条件替换 Pandas Dataframe 中特定列的特定值?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55316901/