熊猫:如何有条件地分配多个列？

Question

我想nan仅为某些列替换负值.最简单的方法可能是:

for col in ['a', 'b', 'c']:
    df.loc[df[col ] < 0, col] = np.nan

df 可能有很多列,我只想对特定列执行此操作.

有没有办法在一行中做到这一点？看起来这应该很容易,但我还没弄清楚.

Answer 1

我认为你不会比这简单得多:

>>> df = pd.DataFrame({'a': np.arange(-5, 2), 'b': np.arange(-5, 2), 'c': np.arange(-5, 2), 'd': np.arange(-5, 2), 'e': np.arange(-5, 2)})
>>> df
   a  b  c  d  e
0 -5 -5 -5 -5 -5
1 -4 -4 -4 -4 -4
2 -3 -3 -3 -3 -3
3 -2 -2 -2 -2 -2
4 -1 -1 -1 -1 -1
5  0  0  0  0  0
6  1  1  1  1  1
>>> df[df[cols] < 0] = np.nan
>>> df
     a    b    c  d  e
0  NaN  NaN  NaN -5 -5
1  NaN  NaN  NaN -4 -4
2  NaN  NaN  NaN -3 -3
3  NaN  NaN  NaN -2 -2
4  NaN  NaN  NaN -1 -1
5  0.0  0.0  0.0  0  0
6  1.0  1.0  1.0  1  1

Answer 2

使用loc和where

cols = ['a', 'b', 'c']
df.loc[:, cols] = df[cols].where(df[cols].where.ge(0), np.nan)

示范

df = pd.DataFrame(np.random.randn(10, 5), columns=list('abcde'))
df

cols = list('abc')
df.loc[:, cols] = df[cols].where(df[cols].ge(0), np.nan)
df

你可以用numpy加快速度

df[cols] = np.where(df[cols] < 0, np.nan, df[cols])

做同样的事情.

定时

def gen_df(n):
    return pd.DataFrame(np.random.randn(n, 5), columns=list('abcde'))

因为赋值是其中的一个重要部分,所以我df从头开始创建每个循环.我还添加了df创作时间.

对于 n = 10000

对于 n = 100000

Answer 3

这是一种方式:

df[df.columns.isin(['a', 'b', 'c']) & (df < 0)] = np.nan