如何根据条件用NaN替换数据框的列值？

Question

例如，数据框的样子如下：

df = pd.DataFrame(
    [[1, 1], [2, 120], [3, 25], [4, np.NaN], [5, 45]],
    columns=["ID", "Age"])

在年龄列中，小于5和大于100的值必须转换为NaN。

- Raja Sahe S

---

你目前尝试了什么？ - Courage

我正在尝试使用replace函数进行相同的操作，DF["Age"].replace(to_replace=DF["Age"]<5, value=np.NaN)。难道用replace函数不行吗？ - Raja Sahe S

Answer 1

使用where和between：

df['Age'] = df.Age.where(df.Age.between(5, 100))
df
   ID   Age
0   1   NaN
1   2   NaN
2   3  25.0
3   4   NaN
4   5  45.0

使用.loc的另一种选择：

df.loc[df.Age.between(5, 100), 'Age'] = np.nan

- BENY

---

非常感谢。使用replace函数或.loc有其他方法吗？ - Raja Sahe S

@RajaSaheS 你可以检查一下 df.loc[df.Age.between(5,100),'Age']=np.nan - BENY

我终于找到了这个解决方案： DF["Age"].where((DF["Age"]>5) & (DF["Age"]<100) ,np.NaN,inplace=True) 感谢您的回复，帮助我解决了问题。 - Raja Sahe S