在方法链中用 nan 替换数据框列的负值

Question

我想，以取代np.nan所有的负面是在列号 'b'

• 使用 df 上的方法
• 不到位。

这是示例框架：

pd.DataFrame({'a': [1, 2] , 'b': [-3, 4], 'c': [5, -6]})

有关就地和非方法解决方案，请参阅此问题。

Answer 1

如果assign算作 df 上的方法，则可以重新计算该列b并将其分配给以df替换旧列：

df = pd.DataFrame({'a': [1, 2] , 'b': [-3, 4], 'c': [5, -6]})

df.assign(b = df.b.where(df.b.ge(0)))
#   a    b  c
#0  1  NaN  5
#1  2  4.0 -6

为了获得更好的链接行为，您可以使用lambda以下函数assign：

df.assign(b = lambda x: x.b.where(x.b.ge(0)))