我是新手，对Python和Stack Exchange不太熟悉。我一直在尝试将特定列中的无效值 (x<-3和x>12) 替换为np.nan。
我不知道要处理多少列，因此必须创建一个通用代码来解决这个问题。但我知道，前两列分别是id和名称。我已经在Google和Stack Exchange上搜索了解决方案，但没有找到解决我的具体问题的解决方案。
我的问题是：如何替换第三列及以后发现的值？
我的数据框看起来像这样；
我尝试了这行代码：
Data[Data > 12.0] = np.nan.
这将使用nan替换了前两列
我尝试了这行代码：
Data[(Data.iloc[(range(2,Columns))] >=12) & (Data.iloc[(range(2,Columns))]<=-3)] = np.nan
在这里，
Columns = len(Data.columns)
明显是错误的，将行2到6所有值替换为（列=7）。
非常感谢您的任何想法。
Python 3.6.1 64位，Qt 5.6.2，PyQt5 5.6 在 Darwin 上。
applymap()方法。import pandas as pd
import numpy as np
# get the columns after the second one
cols = Data.columns[2:]
# apply mask to those columns
new_df = Data[cols].applymap(lambda x: np.nan if x > 12 or x <= -3 else x)
文档：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.applymap.html
此方法假定您的第二列之后包含float或int值。
iloc来切片需要的列，并设置数据框的特定列的值。然后，我们可以使用where函数进行赋值。df = pd.DataFrame(np.random.randint(0,10,(4,10)))
0 1 2 3 4 5 6 7 8 9
0 7 7 9 4 2 6 6 1 7 9
1 0 1 2 4 5 5 3 9 0 7
2 0 1 4 4 3 8 7 0 6 1
3 1 4 0 2 5 7 2 7 9 9
iloc 将要更新的区域和我们想要更新的区域进行设置，并且对从第二列索引到最后一列索引的列进行切片。df.iloc[:,2:] = df.iloc[:,2:].where((df < 7) & (df > 2))
这将会把数据框中的值设置为NaN。
0 1 2 3 4 5 6 7 8 9
0 7 7 NaN 4.0 NaN 6.0 6.0 NaN NaN NaN
1 0 1 NaN 4.0 5.0 5.0 3.0 NaN NaN NaN
2 0 1 4.0 4.0 3.0 NaN NaN NaN 6.0 NaN
3 1 4 NaN NaN 5.0 NaN NaN NaN NaN NaN
对于您的数据，代码应为：
Data.iloc[:,2:] = Data.iloc[:,2:].where((Data <= 12) & (Data >= -3))
操作符澄清
我展示的设置直接如上所示，会像这样：
-3 <= 数据 <= 12，表示这些数字之间的所有内容
如果我们使用 & 操作符反转这个逻辑，它看起来像这样：
-3 >= 数据 <= 12，一个数字不能同时小于-3和大于12。
因此我们使用或操作符 |。代码现在看起来像这样...
Data.iloc[:,2:] = Data.iloc[:,2:].where((Data >= 12) | (Data <= -3))
因此，数据是基于条件进行检查的。
Data <= -3 或 Data >= 12
.fillna('x')。 - DJK
cols= Data.columns[2:]。 - DJKpd.concat([Ids, Names, new_df], axis=1)合并数据框，得到了最初想要的结果。有没有办法替换这些值并保持原始数据框？ - J.Doe